请求重构表格：将major_activity_area转为列，word_stem对应列展示

原始长格式表格：

需要转换成的宽格式表格：

下面是两种常用的实现方法：

方法1：Excel操作（Power Query更高效） #

步骤： #

1. 选中原始数据区域，点击「数据」选项卡 →「从表格/区域」，进入Power Query编辑器（确认数据有表头）。
2. 选中major_activity_area列，点击「转换」选项卡 →「分组依据」：
   • 分组列选择major_activity_area
   • 新列名设为word_list，操作选「所有行」，点击确定。
3. 点击word_list列右侧的展开按钮，只勾选word_stem，点击确定。
4. 点击「添加列」选项卡 →「索引列」→「从0开始」。
5. 选中major_activity_area和word_stem两列，点击「转换」选项卡 →「透视列」：
   • 值列选择word_stem
   • 高级选项选「不要聚合」，点击确定。
6. 点击「关闭并上载」，就能得到目标格式的表格。

如果不用Power Query，也可以手动加分组序号后做透视表：

• 给每个major_activity_area组添加从1开始的序号列
• 插入透视表，行区域放序号，列区域放major_activity_area，值区域放word_stem，值汇总方式选「最大值」（同序号同组只有一个值），最后删除序号列即可。

方法2：Python Pandas实现 #

直接用代码完成转换，适合批量处理或数据量较大的场景：

import pandas as pd

# 构造原始数据（实际使用时可通过pd.read_excel/pd.read_csv读取）
raw_data = [
    ["Youth Development", "program"],
    ["Youth Development", "girl"],
    ["Youth Development", "youth"],
    ["Youth Development", "school"],
    ["Religion Related Spiritual Development", "service"],
    ["Religion Related Spiritual Development", "provid"],
    ["Religion Related Spiritual Development", "program"],
    ["Religion Related Spiritual Development", "hous"],
]
df = pd.DataFrame(raw_data, columns=["major_activity_area", "word_stem"])

# 给每个分组添加内部序号
df["group_index"] = df.groupby("major_activity_area").cumcount()

# 透视转换为宽格式
result = df.pivot(index="group_index", columns="major_activity_area", values="word_stem").reset_index(drop=True)

# 输出结果（可导出为Excel：result.to_excel("output.xlsx", index=False)）
print(result)

运行后得到的结果就是目标格式的表格。

内容的提问来源于stack exchange，提问作者user20718429