表格行列转置最优函数是什么？合规项目透视表生成方案咨询

AI 小北

2026-8-16

实现法规-工作对应表行列转置的最优方案

一、Excel/Google Sheets 可视化操作（适合非编程场景）

步骤1：逆透视原始数据

把多列法规转换成多行对应关系：

Excel：选中原始数据（含表头）→ 点击「数据」选项卡→「从表格/区域」进入Power Query编辑器→ 选中所有Law#1/Law#2/Law#3列→ 右键选择「逆透视列」→ 得到WorkToDo、法规、值三列（仅保留值为X的行）
Google Sheets：用公式快速拆分，假设原始数据在A1:D4，输入以下公式并拆分结果：
```
=QUERY(FLATTEN(A2:A4&"|"&B1:D1&"|"&B2:D4), "select Col1 where Col3='X'")
```

步骤2：生成目标透视表

基于逆透视后的干净数据，创建透视表：

行字段选「法规」，值字段选「WorkToDo」
Excel：设置值字段为「合并单元格」或用自定义格式拼接；Google Sheets可配合TEXTJOIN(", ", TRUE, WorkToDo)实现多工作项合并

二、Python Pandas 代码实现（适合自动化/批量场景）

如果需要重复处理或对接其他系统，用代码更高效：

import pandas as pd

# 构造原始数据（实际可通过pd.read_csv/pd.read_excel读取）
raw_data = {
    "WorkToDo": ["Work1", "Work2", "Work3"],
    "Law#1": ["X", "", "X"],
    "Law#2": ["", "X", "X"],
    "Law#3": ["X", "X", ""]
}
df = pd.DataFrame(raw_data)

# 逆透视+过滤无效行
unpivoted = df.melt(id_vars="WorkToDo", var_name="法规", value_name="匹配标记")
valid_data = unpivoted[unpivoted["匹配标记"] == "X"]

# 按法规分组合并工作项
result = valid_data.groupby("法规")["WorkToDo"].apply(", ".join).reset_index()
print(result)

输出结果就是法规对应工作项的目标表，可直接导出为Excel/CSV。