多行列转行并将type与表头拼接为单行的实现需求

需要将多行数据转换为宽表格式，将type字段与原有表头拼接形成新表头（如num x A），最终将同一name的多条数据合并为单行，同时去除日期字段的时分秒部分。

原始数据 #

期望结果 #

实现方法 #

方法一：使用Excel Power Query #

1. 将数据导入Excel，选中数据区域，点击「数据」选项卡 → 「从表格/区域」，进入Power Query编辑器。
2. 处理日期字段：选中dateA和DateB列，点击「转换」选项卡 → 「日期」→ 「提取」→ 「日期仅」，去除时分秒部分。
3. 转置为宽表：选中name列，点击「转换」选项卡 → 「透视列」，弹出窗口中：
   • 值列选择num、age、dateA、DateB、PRICE
   • 高级选项选择「不要聚合」
   • 生成的表头为字段名.type格式，选中所有透视后的列，右键「重命名」，批量替换.为x。
4. 点击「关闭并上载」，得到目标格式数据。

方法二：使用Python pandas #

import pandas as pd

# 加载原始数据（实际场景可从Excel/CSV文件读取）
data = [
    {"type": "A", "name": "Aziz", "num": 1, "age": 12, "dateA": "2012-01-11 00:00:00.000", "DateB": "2012-01-11 00:00:00.000", "PRICE": 129.00},
    {"type": "B", "name": "Aziz", "num": 1, "age": 34, "dateA": "2012-01-11 00:00:00.000", "DateB": "2012-01-11 00:00:00.000", "PRICE": 100.00},
    {"type": "C", "name": "Aziz", "num": 0, "age": 20, "dateA": "2012-01-11 00:00:00.000", "DateB": "2012-01-11 00:00:00.000", "PRICE": 349.00},
    {"type": "D", "name": "Aziz", "num": 1, "age": 90, "dateA": "2012-01-11 00:00:00.000", "DateB": "2012-01-11 00:00:00.000", "PRICE": 222.00}
]
df = pd.DataFrame(data)

# 处理日期字段，去除时分秒
df['dateA'] = pd.to_datetime(df['dateA']).dt.date
df['DateB'] = pd.to_datetime(df['DateB']).dt.date

# 透视转换为宽表，拼接表头
df_pivot = df.pivot(index='name', columns='type', values=['num', 'age', 'dateA', 'DateB', 'PRICE'])
df_pivot.columns = [f"{col[0]} x {col[1]}" for col in df_pivot.columns]

# 重置索引，让name成为普通列
df_result = df_pivot.reset_index()

# 打印结果或保存到文件
print(df_result)
# df_result.to_excel('转换结果.xlsx', index=False)

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