如何将QUESTIONNAIRE表数据转成行插入ANSWER表（Pandas/SQL方法）

一、SQL实现方式 #

1. 通用UNION ALL写法（兼容所有SQL数据库） #

如果数据库不支持专用列转行函数，直接用UNION ALL拼接每个问题列的结果，兼容性拉满：

INSERT INTO ANSWER (QuestionnaireID, QuestionCode, Answer)
SELECT QuestionnaireID, 'EXT1' AS QuestionCode, EXT1 AS Answer FROM QUESTIONNAIRE
UNION ALL
SELECT QuestionnaireID, 'EXT2' AS QuestionCode, EXT2 AS Answer FROM QUESTIONNAIRE
-- 依次类推，补充EXT3到EXT50的查询语句
UNION ALL
SELECT QuestionnaireID, 'EXT50' AS QuestionCode, EXT50 AS Answer FROM QUESTIONNAIRE;

嫌手动写50行麻烦的话，可以用脚本循环生成这段SQL代码。

2. 专用UNPIVOT写法（适用于SQL Server、Oracle等） #

支持UNPIVOT语法的数据库可以用更简洁的方式：

INSERT INTO ANSWER (QuestionnaireID, QuestionCode, Answer)
SELECT QuestionnaireID, QuestionCode, Answer
FROM QUESTIONNAIRE
UNPIVOT (
    Answer FOR QuestionCode IN (EXT1, EXT2, ..., EXT50)
) AS unpvt;

把括号里的EXT1, EXT2, ..., EXT50替换成实际的50个问题列名即可。

3. PostgreSQL专属写法（LATERAL JOIN + UNNEST） #

PostgreSQL可以用更灵活的数组方式处理：

INSERT INTO ANSWER (QuestionnaireID, QuestionCode, Answer)
SELECT q.QuestionnaireID, unnest(array['EXT1','EXT2',...,'EXT50']) AS QuestionCode,
       unnest(array[EXT1,EXT2,...,EXT50]) AS Answer
FROM QUESTIONNAIRE q;

注意两个array内的元素顺序必须严格对应，确保问题编码和答案匹配。

二、Pandas实现方式 #

用Pandas的melt函数一键完成列转行，步骤如下：

1. 读取QUESTIONNAIRE表到DataFrame：

import pandas as pd
# 从数据库读取（以SQLAlchemy为例）
# from sqlalchemy import create_engine
# engine = create_engine('你的数据库连接字符串')
# df = pd.read_sql('SELECT * FROM QUESTIONNAIRE', engine)

# 从本地文件读取（比如CSV）
# df = pd.read_csv('questionnaire_data.csv')

2. 执行列转行转换：

long_df = pd.melt(
    df,
    id_vars=['QuestionnaireID'],  # 保留的主键列
    var_name='QuestionCode',      # 转换后的问题编码列名
    value_name='Answer'           # 转换后的答案列名
)

3. 将结果写入ANSWER表或导出：

# 写入数据库
# long_df.to_sql('ANSWER', engine, if_exists='append', index=False)

# 导出为CSV文件
# long_df.to_csv('answer_data.csv', index=False)

转换完成后long_df会生成50000行数据，完全符合需求。

内容的提问来源于stack exchange，提问作者Saber Alex