Pandas合并透视表异常：仅保留最后一个账户列数据问题排查

核心问题 #

你最后导出Excel时写错了变量名——你用的是pivot.to_excel()，但pivot是循环最后一次迭代生成的单个账户透视表，合并后的全量数据存在appended_data里，自然只保留了最后一个账户的数据。

额外优化点 #

其实完全没必要用pivot_table，原数据每行已经对应唯一的Date、Budget Flag（你代码里写的Budg）、Department（代码里的Depa）组合，直接把78个账户列转成「账户名-值」的长格式就行，用pandas的melt函数一步搞定，比循环高效得多。

修正后的两种方案 #

方案1：修复你原有的循环代码

只需把最后一行的导出对象改成appended_data：

import pandas as pd
    
statement = pd.read_excel('Financial Dashboard Dataset.xlsx', sheet_name="Income Statement", header=0)

appended_data = []

for i in range(3,81):
    value = statement.columns[i]
    pivot = pd.pivot_table(statement, values=value, index=['Date', 'Budg', 'Depa'])
    pivot = pivot.assign(Account=value)
    appended_data.append(pivot)

appended_data = pd.concat(appended_data)

# 这里把pivot改成appended_data
appended_data.to_excel("final_product.xlsx", index=True, header=True)

方案2：用melt函数简化代码（推荐）

直接指定要保留的标识列和要转置的账户列，一行完成转换：

import pandas as pd

# 读取数据
statement = pd.read_excel('Financial Dashboard Dataset.xlsx', sheet_name="Income Statement", header=0)

# 转成长格式：保留Date、Budg、Depa作为标识列，其余列转成Account Name和Value
long_format = pd.melt(
    statement,
    id_vars=['Date', 'Budg', 'Depa'],  # 对应原表的Date、Budget Flag、Department列
    var_name='Account Name',           # 转置后的账户名列名
    value_name='Value'                 # 转置后的数值列名
)

# 导出结果
long_format.to_excel("final_product.xlsx", index=False, header=True)

注意事项 #

• 确认原表中Budget Flag的实际列名是Budg、Department是Depa，如果不是，要改成原表对应的列名（比如原列名是Budget Flag就写'Budget Flag'）。
• melt方法里的id_vars要和原表的标识列完全匹配，否则会报错。

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