Python实现Excel数据集行列转换生成CSV文件的技术求助

你要实现的是长格式数据转宽格式，用Pandas的pivot()方法就能直接完成，不需要额外的groupby操作，具体步骤如下：

1. 核心转换代码 #

import pandas as pd

# 读取Excel数据
Items = pd.read_excel('items_dataset.xlsx')

# 执行行列转换：Date作为行索引，Item作为列，value填充对应单元格
pivoted_df = Items.pivot(index='Date', columns='Item', values='value').reset_index()

# 移除自动生成的列层级名称
pivoted_df.columns.name = None

# 保存为CSV文件
pivoted_df.to_csv('transformed_items.csv', index=False)

2. 转换后结果示例 #

生成的CSV文件内容如下：

Date,All items,Apples
2021-04,100.0,100.0
2021-05,100.2,100.1
2021-06,99.7,100.3

关键细节说明 #

• pivot(index='Date', columns='Item', values='value')：直接映射行、列、值的对应关系，你的数据中每个Date+Item组合唯一，不会出现聚合冲突；
• reset_index()：将Date从索引列转为普通列，满足你"第一列为Date"的需求；
• columns.name = None：清除Pivot自动添加的列层级标签，避免列头出现多余的"Item"字样。

如果你的数据存在同一个Date+Item对应多个value的情况，可以改用pivot_table()指定聚合逻辑，比如取平均值：

pivoted_df = Items.pivot_table(index='Date', columns='Item', values='value', aggfunc='mean').reset_index()

内容的提问来源于stack exchange，提问作者user12925132