Oracle SQL：透视股票价格表时保留空值的实现方法求助

需求说明 #

你有一张按日期排序的股票价格表，包含A、B、C、D、E五只股票的数百条日期数据，需要将其透视转换为日期作为行、股票代码作为列的格式，同时保留原数据中的空值（比如示例中B股票在01/10/22的缺失值）。

原数据格式 #

Date   |Stock| Price |
 30/09/22 |  A  | 100.5 |
 30/09/22 |  B  | 151.3 | 
 30/09/22 |  C  | 233.4 | 
 30/09/22 |  D  | 237.2 | 
 30/09/22 |  E  | 38.42 | 
 01/10/22 |  A  | 101.5 |
 01/10/22 |  B  | ----- | 
 01/10/22 |  C  | 237.6 | 
 01/10/22 |  D  | 232.2 | 
 01/10/22 |  E  | 38.54 | 

期望结果格式 #

Date   |  A  |  B  |  C  |  D  |  E  |
 30/09/22 |100.5|151.3|233.4|237.2|38.42|
 01/10/22 |101.5|-----|237.6|232.2|38.54|

实现方案 #

1. 使用Excel实现 #

Excel的透视表功能可以直接完成转换，关键是设置空值保留：

• 选中整个数据区域，点击插入 → 透视表，选择透视表放置位置。
• 在透视表字段列表中：
  • 将Date拖到行区域
  • 将Stock拖到列区域
  • 将Price拖到值区域，右键点击值字段选择值字段设置，选择求和（因每个日期+股票组合仅一条数据，求和不会改变数值）。
• 保留空值：右键透视表 → 透视表选项 → 在布局和格式标签下，取消勾选对于空单元格显示（或自定义显示-----）。

2. 使用Python Pandas实现 #

针对数百条日期的大数据量，Python处理更高效，代码示例如下：

import pandas as pd

# 构造或读取原数据（此处为示例构造，实际可通过pd.read_csv读取文件）
df = pd.DataFrame({
    'Date': ['30/09/22', '30/09/22', '30/09/22', '30/09/22', '30/09/22',
             '01/10/22', '01/10/22', '01/10/22', '01/10/22', '01/10/22'],
    'Stock': ['A', 'B', 'C', 'D', 'E', 'A', 'B', 'C', 'D', 'E'],
    'Price': ['100.5', '151.3', '233.4', '237.2', '38.42',
              '101.5', '-----', '237.6', '232.2', '38.54']
})

# 执行透视转换
pivot_df = df.pivot(index='Date', columns='Stock', values='Price').reset_index()

# 移除列名的层级标签，让格式更简洁
pivot_df.columns.name = None

# 打印结果
print(pivot_df.to_string(index=False))

这段代码会生成符合要求的透视表，且原数据中的-----空值会被完整保留。

内容的提问来源于stack exchange，提问作者Guillem