需求：按Item与月份分组汇总Qty，生成对应月份列

需求说明 #

将原始的日期-物品-数量数据，按Item分组，按月份生成对应列，汇总每个物品在各月份的Qty总和，无数据的月份填充为0。

实现代码（基于Python Pandas） #

import pandas as pd

# 1. 加载原始数据
data = {
    'Date': ['2022-01-01', '2022-01-01', '2022-01-01', '2022-02-01', '2022-02-01'],
    'Item': ['A', 'A', 'B', 'A', 'C'],
    'Qty': [10, 30, 40, 20, 10]
}
df = pd.DataFrame(data)

# 2. 提取月份大写缩写
df['Month'] = pd.to_datetime(df['Date']).dt.strftime('%b').str.upper()

# 3. 创建透视表并填充缺失值
pivot_df = df.pivot_table(
    index='Item',
    columns='Month',
    values='Qty',
    aggfunc='sum',
    fill_value=0
).reset_index()

# 4. 调整列顺序（确保按时间排序，可选）
month_order = ['JAN', 'FEB']
pivot_df = pivot_df[['Item'] + month_order]

# 查看结果
print(pivot_df)

代码解释 #

• 加载数据：将原始表格数据转换为Pandas DataFrame，这是数据处理的基础结构。
• 提取月份：把Date列转为日期类型后，用dt.strftime('%b')获取英文月份缩写，再转大写得到JAN/FEB格式的月份标识。
• 透视表聚合：使用pivot_table实现行（Item）、列（Month）的分组求和，fill_value=0确保无数据的月份显示为0。
• 调整列顺序：手动指定月份顺序，避免因缩写字母顺序导致列乱序（比如如果有MAR，不会排在FEB前面）。

最终结果 #

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