基于Table1选中产品生成Table2产品销售汇总的实现方案咨询

Table1：选中产品列表 #

Table2：产品销售数据 #

基于Table1中的选中产品（a、b、d），汇总Table2中对应产品的各尺码出现次数，生成包含product、sizes、qty的汇总表，预期结果如下：

预期结果表 #

方案1：SQL实现（数据库存储场景） #

如果数据存在数据库中，通过列转行+关联筛选+分组统计实现：

1. 将Table2的列结构转为行结构，把每个产品的尺码拆成单独行记录
2. 关联Table1筛选出选中的产品
3. 按产品和尺码分组统计数量

示例SQL代码（MySQL环境，用UNION ALL模拟列转行）：

SELECT 
    t.product,
    t.size AS sizes,
    COUNT(*) AS qty
FROM (
    SELECT 'a' AS product, a AS size FROM Table2
    UNION ALL
    SELECT 'b' AS product, b AS size FROM Table2
    UNION ALL
    SELECT 'd' AS product, d AS size FROM Table2
) t
JOIN Table1 ON t.product = Table1.product
GROUP BY t.product, t.size
ORDER BY t.product, t.size;

方案2：Python Pandas实现（数据分析场景） #

用Pandas的melt函数做列转行，再筛选分组统计：

import pandas as pd

# 构造数据（实际场景可从文件/数据库读取）
table1 = pd.DataFrame({'line': [1,2,3], 'product': ['a','b','d']})
table2 = pd.DataFrame({
    'a': ['l','xs','m','xs','xs','xs','m','s'],
    'b': ['s','s','xl','xl','xl','m','m','m'],
    'c': ['m','xs','s','m','l','xl','l','m'],
    'd': ['xs','m','l','xl','s','l','l','l']
})

# 列转行并筛选选中产品
melted_data = table2.melt(var_name='product', value_name='sizes')
selected_products = table1['product'].tolist()
filtered_data = melted_data[melted_data['product'].isin(selected_products)]

# 分组统计数量
result = filtered_data.groupby(['product', 'sizes']).size().reset_index(name='qty')
print(result)

方案3：Excel操作（办公场景） #

1. 列转行处理：把Table2的a、b、d列分别复制到新工作表的两列，第一列填对应产品名，第二列填尺码数据
2. 筛选有效数据：用Table1的产品列表做筛选，只保留a、b、d的记录
3. 数据透视表汇总：插入数据透视表，行字段选择product和sizes，值字段选择sizes并设置为计数

内容的提问来源于stack exchange，提问作者Gulya