如何将长表转换为指定结构的宽表（Pandas与Excel实现）

Pandas 实现 #

代码示例 #

import pandas as pd

# 构造原始长表数据（实际使用时可替换为 pd.read_csv/ExcelFile 读取外部数据）
raw_data = {
    'Program': ['N', 'N', 'N', 'Y', 'Y', 'Y'],
    'Seg': ['A', 'B', 'C', 'A', 'B', 'C'],
    'Percent': ['1%', '13%', '4%', '6%', '5%', '8%']
}
df = pd.DataFrame(raw_data)

# 核心转换逻辑：将 Seg、Program 设置为多级列索引，值为 Percent
wide_df = df.set_index(['Seg', 'Program'])['Percent'].unstack([0, 1])
# 将行索引命名为 Percent，匹配目标结构
wide_df.index = ['Percent']

# 查看转换结果
print(wide_df)

常用数据选取操作 #

• 选取所有 Seg 为 A 的数据：wide_df['A']
• 选取所有 Program 为 N 的数据：wide_df.loc[:, (slice(None), 'N')]
• 选取 Seg 为 B 且 Program 为 Y 的数据：wide_df['B']['Y']

Excel 实现 #

方法一：数据透视表（推荐） #

1. 选中原始数据的全部区域，点击「插入」选项卡 → 「数据透视表」，选择透视表放置位置（新工作表或空白区域均可）。
2. 在右侧「数据透视表字段」面板中：
   • 把「Seg」拖到「列」区域
   • 把「Program」拖到「列」区域（放在「Seg」下方，形成多级列标题）
   • 把「Percent」拖到「值」区域，右键值字段 → 「值字段设置」，选择「最大值」或「最小值」（因每个 Seg+Program 组合唯一，结果完全一致）
3. 调整布局：点击「数据透视表工具-设计」→「报表布局」→「以表格形式显示」，将行标签的空白单元格改为「Percent」，即可得到目标结构。

方法二：XLOOKUP 函数（手动构造） #

假设原始数据在 A7:C12 区域：

1. 在空白区域第一行（如 A1:F1）输入 Seg 值：A, A, B, B, C, C
2. 在第二行（A2:F2）输入对应 Program 值：N, Y, N, Y, N, Y
3. 在第三行 A3 单元格输入公式：

   =XLOOKUP(1, ($A$7:$A$12=A1)*($B$7:$B$12=A2), $C$7:$C$12)
   

4. 向右填充公式至 F3，即可自动匹配出对应 Percent 值。

内容的提问来源于stack exchange，提问作者mah65