如何用Python将Excel指定列唯一值转为新列并从其他列赋值？

核心思路 #

针对格式转换需求，我们可以通过pandas的melt结合merge（处理映射关系）来实现，替代单纯的aggregate或melt操作。

步骤示例 #

假设当前格式的Excel数据读入后得到DataFrame df，映射关系存储在mapping_df中：

1. 读取数据 #

import pandas as pd

# 读取原始表格
df = pd.read_excel("原始表格.xlsx")
# 读取映射条件表
mapping_df = pd.read_excel("映射条件表.xlsx")

2. 重塑数据（宽表转长表） #

使用melt将多列指标转为长格式，保留关键标识列：

# 假设原始表中标识列为"ID"、"名称"，其余为需要转换的指标列
melted_df = df.melt(
    id_vars=["ID", "名称"],
    var_name="原始指标名",
    value_name="指标值"
)

3. 匹配映射关系 #

通过merge将原始指标名替换为预期格式的指标名，处理无对应值的场景：

# 假设映射表包含"原始指标名"和"预期指标名"两列
result_df = melted_df.merge(
    mapping_df,
    on="原始指标名",
    how="left"  # 保留所有原始数据，无映射的显示NaN
)

4. 调整最终格式 #

根据预期格式重新整理列顺序，过滤空值（如果需要）：

# 选择并排序需要的列
final_df = result_df[["ID", "名称", "预期指标名", "指标值"]].rename(
    columns={"预期指标名": "指标名称"}
)
# 可选：删除无对应指标名称的行
final_df = final_df.dropna(subset=["指标名称"])

5. 导出结果 #

final_df.to_excel("转换后表格.xlsx", index=False)

关键说明 #

• 如果原始表格的结构更复杂（如多级表头），需要先处理表头后再执行melt
• 映射表需确保原始指标名与原始表格的列名完全匹配，避免匹配失败
• how="left"参数保证即使没有对应映射值的行也会被保留，无需担心场景遗漏

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