如何将行转列并以指定分隔符拼接多行字符串为单个字符串

需求说明 #

将数据表按name分组，把type字段的值转为列名，同时将每组内对应type的num、age、dateA（截取日期部分）、DateB（截取日期部分）、PRICE字段用逗号拼接成单个字符串。

原数据表 #

期望结果 #

实现方案 #

1. SQL（以SQL Server为例） #

先通过字符串拼接函数合并目标字段，再用PIVOT完成行转列：

SELECT 
    name,
    A, B, C, D
FROM (
    SELECT 
        name,
        type,
        CONCAT(
            num, ', ', 
            age, ', ', 
            CONVERT(VARCHAR(10), dateA, 23), ', ', 
            CONVERT(VARCHAR(10), DateB, 23), ', ', 
            PRICE
        ) AS combined_value
    FROM your_table_name
) AS src
PIVOT (
    MAX(combined_value)
    FOR type IN (A, B, C, D)
) AS pvt;

• CONVERT(VARCHAR(10), dateA, 23)用于把日期时间格式转为YYYY-MM-DD字符串
• CONCAT负责拼接字段，可按需调整分隔符
• PIVOT中用MAX聚合，因为每组每个type仅对应一条数据，聚合结果不受影响

2. Python（使用Pandas库） #

通过groupby+agg拼接字段，再用unstack实现行转列：

import pandas as pd

# 构造原数据DataFrame（实际场景可通过read_csv/read_sql读取）
df = pd.DataFrame({
    'type': ['A', 'B', 'C', 'D'],
    'name': ['Aziz', 'Aziz', 'Aziz', 'Aziz'],
    'num': [1, 1, 0, 1],
    'age': [12, 34, 20, 90],
    'dateA': ['2012-01-11 00:00:00.000']*4,
    'DateB': ['2012-01-11 00:00:00.000']*4,
    'PRICE': ['129.00', '100.00', '349.00', '222.00']
})

# 截取日期部分
df['dateA'] = df['dateA'].str.split(' ').str[0]
df['DateB'] = df['DateB'].str.split(' ').str[0]

# 拼接字段
df['combined'] = df.apply(
    lambda row: f"{row['num']}, {row['age']}, {row['dateA']}, {row['DateB']}, {row['PRICE']}",
    axis=1
)

# 行转列
result = df.groupby(['name', 'type'])['combined'].first().unstack()

print(result)

• 用str.split截取日期部分，也可通过pd.to_datetime格式化日期
• apply自定义拼接逻辑，可灵活调整分隔符和字段顺序
• groupby+unstack实现行转列，first用于获取唯一值

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