如何透视含多对应值列的分类列，实现企业单行列展示？

原始数据表格 #

目标透视后表格 #

实现代码（Python Pandas） #

import pandas as pd

# 构造原始数据
data = {
    'Company': ['MC', 'MC', 'BK', 'BK'],
    'Category': ['Online', 'On-site', 'Online', 'On-site'],
    'Year1': [10, 14, 50, 30],
    'Year2': [20, 18, 34, 31],
    'Year3': [25, 20, 33, 31]
}
df = pd.DataFrame(data)

# 1. 将年份列转换为行数据，保留Company和Category作为标识列
melted_df = df.melt(id_vars=['Company', 'Category'], var_name='Year', value_name='Value')

# 2. 透视表格，将Year和Category组合为新列名
pivoted_df = melted_df.pivot(index='Company', columns=['Year', 'Category'], values='Value')
pivoted_df.columns = [f'{year}-{category}' for year, category in pivoted_df.columns]

# 3. 重置索引，让Company成为普通列
pivoted_df = pivoted_df.reset_index()

# 输出结果
print(pivoted_df)

代码说明 #

• melt操作：把原表格中的Year1/Year2/Year3列转为行，生成Year和Value列，让每个年份-分类的组合对应一条数据。
• pivot操作：以Company为行索引，将Year和Category的组合作为列，填充对应Value。
• 列名拼接：把多级列名合并为年份-分类的格式，满足需求。

内容的提问来源于stack exchange，提问作者sampak