如何将现有表格转换为含指定PC列与24行的晶圆ID数据表

以下是基于Python Pandas的实现方案，适配两种常见的原始表格结构：

情况1：原始表格是长表（每行对应单个参数的记录） #

假设原始表格包含列：Wafer_ID（晶圆ID）、PC_Number（PC编号1-10）、Param_Label（参数标签如0.1/0.2）、Param_Value（参数值）。

步骤代码： #

import pandas as pd

# 1. 读取原始数据（Excel用read_excel，CSV用read_csv）
raw_df = pd.read_excel("原始长表.xlsx")

# 2. 生成目标列名：ID + PC1_0.1 ~ PC10_111.2
pc_numbers = range(1, 11)
# 生成0.1到111.2的标签（步长0.1），可根据实际参数范围调整
param_labels = [f"{round(x/10, 1)}" for x in range(1, 1113)]
target_columns = ["ID"] + [f"PC{pc}_{param}" for pc in pc_numbers for param in param_labels]

# 3. 生成24行重复的Wafer ID列表
available_ids = raw_df["Wafer_ID"].unique().tolist()
target_ids = []
while len(target_ids) < 24:
    target_ids.extend(available_ids)
target_ids = target_ids[:24]

# 4. 初始化目标数据表并填充参数值
target_df = pd.DataFrame({"ID": target_ids}, columns=target_columns)
for _, row in raw_df.iterrows():
    col_name = f"PC{row['PC_Number']}_{row['Param_Label']}"
    target_df.loc[target_df["ID"] == row["Wafer_ID"], col_name] = row["Param_Value"]

# 可选：填充缺失值（用0或NaN，按需选择）
target_df = target_df.fillna(0)

# 5. 导出结果
target_df.to_excel("转换后数据表.xlsx", index=False)

情况2：原始表格是宽表（已有部分PC_Param列） #

假设原始表格已经是宽表格式，但缺少部分目标列，且每行对应一个晶圆的所有参数。

步骤代码： #

import pandas as pd

# 1. 读取原始宽表
raw_df = pd.read_excel("原始宽表.xlsx")

# 2. 生成目标列名（同情况1）
pc_numbers = range(1, 11)
param_labels = [f"{round(x/10, 1)}" for x in range(1, 1113)]
target_columns = ["ID"] + [f"PC{pc}_{param}" for pc in pc_numbers for param in param_labels]

# 3. 对齐列并生成24行数据
# 重新索引补全缺失列，缺失值自动为NaN
temp_df = raw_df.reindex(columns=target_columns)
# 重复现有行直到凑够24行
target_df = pd.concat([temp_df]*((24 // len(temp_df)) + 1), ignore_index=True).head(24)

# 可选：填充缺失值
target_df = target_df.fillna(0)

# 4. 导出结果
target_df.to_excel("转换后数据表.xlsx", index=False)

关键注意事项： #

• 替换代码中的文件名和列名，匹配你的实际原始表格结构
• 如果参数标签不是0.1到111.2，修改param_labels的生成逻辑（比如手动列出需要的标签）
• 不需要填充缺失值的话，直接删除fillna语句即可

内容的提问来源于stack exchange，提问作者supperr-coder