SQL聚合行输入数据并将AssetClass行值转为列的技术求助

方法1：Python Pandas实现 #

假设原数据结构示例：

目标结构（以计数为例）：

可以用透视表快速实现：

import pandas as pd

# 读取原始数据
df = pd.read_csv('your_data.csv')

# 生成交叉表，按PortID分组，AssetClass转列并计数
pivoted_df = pd.crosstab(df['PortID'], df['AssetClass'])

# 补全要求的5个AssetClass列（避免缺失列）
required_classes = ['股票', '债券', '商品', '现金', '另类']
for cls in required_classes:
    if cls not in pivoted_df.columns:
        pivoted_df[cls] = 0

# 重置索引，让PortID回到常规列
pivoted_df = pivoted_df.reset_index()

# 输出结果
print(pivoted_df)

如果只需标记是否存在（而非计数），可以改用pivot配合填充：

df['flag'] = 1
pivoted_df = df.pivot(index='PortID', columns='AssetClass', values='flag').fillna(0).astype(int)
# 同样补全缺失列后重置索引

方法2：SQL实现（以MySQL为例） #

如果数据存储在数据库中，用条件聚合直接转换：

SELECT
    PortID,
    COUNT(CASE WHEN AssetClass = '股票' THEN 1 END) AS 股票,
    COUNT(CASE WHEN AssetClass = '债券' THEN 1 END) AS 债券,
    COUNT(CASE WHEN AssetClass = '商品' THEN 1 END) AS 商品,
    COUNT(CASE WHEN AssetClass = '现金' THEN 1 END) AS 现金,
    COUNT(CASE WHEN AssetClass = '另类' THEN 1 END) AS 另类
FROM your_table
GROUP BY PortID;

若需标记存在性，将COUNT替换为MAX(CASE WHEN AssetClass = 'XXX' THEN 1 ELSE 0 END)即可。

内容的提问来源于stack exchange，提问作者Petter Løkken