如何用Python/Pandas或Excel将行数据转换为日历式业绩表？

以下提供两种实用方案，分别适配非编程用户和有编程基础的用户：

方案一：Excel/Google Sheets可视化操作（无需编程） #

1. 预处理数据：
   将CSV导入工具后，用数据>分列功能，按冒号+空格拆分日期与回报列，确保Date列是MM/YYYY格式，Return列保留百分比文本或转成数值格式。
2. 生成数据透视表：
   • 选中全量数据，点击插入>数据透视表，指定输出位置。
   • 字段配置：
     • 提取年份（用公式TEXT(Date列,"YYYY")）拖至「行」区域
     • 提取月份（用公式TEXT(Date列,"MM")）拖至「列」区域
     • 将Return列拖至「值」区域，汇总方式选「求和」（单月单数据时直接显示原值）
3. 格式调整：
   • 把1-12月列重命名为Jan, Feb, ..., Dec（或中文月份名）
   • 调整值区域为百分比格式，整理成目标矩阵样式即可。

方案二：Python脚本批量处理（适配大数据量） #

用pandas库可高效完成转换，代码如下：

import pandas as pd

# 读取CSV，指定分隔符为冒号+空格
df = pd.read_csv('your_data.csv', sep=': ', header=0, names=['Date', 'Return'])

# 拆分日期为月份、年份并转成数值类型
df[['Month', 'Year']] = df['Date'].str.split('/', expand=True)
df['Month'] = df['Month'].astype(int)
df['Year'] = df['Year'].astype(int)

# 清洗回报列，去掉百分号转成数值
df['Return'] = df['Return'].str.replace('%', '').astype(float)

# 生成透视表，缺失月份填充为0%（可按需修改默认值）
pivot_table = df.pivot_table(index='Year', columns='Month', values='Return', fill_value=0)

# 调整月份顺序为1-12，重命名为英文月份名
month_labels = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
pivot_table = pivot_table.reindex(columns=range(1,13))
pivot_table.columns = month_labels

# 转回带正负号的百分比格式
pivot_table = pivot_table.applymap(lambda x: f"{x:+}%")

# 打印结果或保存为新CSV
print(pivot_table)
pivot_table.to_csv('performance_matrix.csv')

使用提示：

• 替换your_data.csv为你的实际文件名
• 若需调整缺失月份的默认显示值，修改fill_value参数即可

内容的提问来源于stack exchange，提问作者GC123