Oracle动态转置（Transpose/Pivot）实现方案咨询

方法1：SQL（适配任意列数） #

核心是将多列（C1、C2...Cn）转换为多行的Category和Category_Value字段，同时保留ID关联。

通用动态SQL（适配多数数据库） #

先自动获取所有需要转行的列名（排除ID列），再动态生成UNION ALL语句：

-- 以MySQL为例，其他数据库语法略有调整
SET @sql = NULL;
SELECT GROUP_CONCAT(
    CONCAT(
        'SELECT ID, ''', column_name, ''' AS Category, ', column_name, ' AS Category_Value FROM your_table'
    ) SEPARATOR ' UNION ALL '
) INTO @sql
FROM information_schema.columns
WHERE table_name = 'your_table' AND column_name != 'ID';

PREPARE stmt FROM @sql;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;

专用语法（如SQL Server） #

利用数据库原生UNPIVOT语法，配合动态SQL自动识别列：

DECLARE @cols NVARCHAR(MAX), @query NVARCHAR(MAX);
SELECT @cols = STRING_AGG(QUOTENAME(column_name), ', ')
FROM information_schema.columns
WHERE table_name = 'your_table' AND column_name != 'ID';

SET @query = '
SELECT ID, Category, Category_Value
FROM your_table
UNPIVOT (
    Category_Value FOR Category IN (' + @cols + ')
) AS unpivoted_table';

EXEC sp_executesql @query;

方法2：Python Pandas（自动适配列变化） #

用Pandas的melt函数，无需手动指定列名，自动处理所有非ID列：

import pandas as pd

# 读取原表数据（支持CSV、数据库等多种来源）
df = pd.read_csv('your_table.csv')
# 从数据库读取示例：df = pd.read_sql('SELECT * FROM your_table', db_connection)

# 执行列转行
melted_df = df.melt(
    id_vars=['ID'],
    var_name='Category',
    value_name='Category_Value'
)

# 输出或保存结果
print(melted_df)
melted_df.to_csv('transformed_table.csv', index=False)

方法3：Excel Power Query（动态刷新适配新增列） #

适合Excel用户，后续新增列时仅需刷新数据即可自动更新：

1. 选中原数据区域，点击数据选项卡 → 从表格/区域，导入Power Query编辑器
2. 选中ID列，点击转换选项卡 → 逆透视列 → 逆透视其他列
3. 将自动生成的"属性"列重命名为Category，"值"列重命名为Category_Value
4. 点击关闭并上载，导出结果到新工作表；后续新增列后，右键点击结果表选择刷新即可

内容的提问来源于stack exchange，提问作者Asaf