如何将Excel员工排班宽表转换为数据库长表并完成插入？

嘿，这个需求我帮你搞定，给你几个实用的方案，从Excel转格式到插入数据库一步到位：

方案一：用Excel内置Power Query转长表后导入数据库 #

这是最适合新手的可视化操作方法，不用写代码：

• 打开你的排班Excel文件，选中整个数据区域（包括表头）
• 切换到「数据」选项卡，点击「从表格/区域」（旧版Excel可能叫「获取和转换数据」），自动进入Power Query编辑器
• 在编辑器里，选中所有日期列（也就是1/01/2019、2/01/2019这些列），然后点击「转换」选项卡的「逆透视列」→「逆透视其他列」
• 数据自动变成你要的长表格式！把自动生成的「属性」列重命名为Date，「值」列重命名为Shift
• 点击「关闭并上载」，把转换后的长表导出到新的Excel工作表
• 最后用数据库的导入工具（比如SQL Server导入导出向导、MySQL Workbench的导入功能），把这个长表导入数据库，注意字段类型匹配：Empid设为整数，Date设为日期类型，Shift设为短字符型

方案二：用Python脚本自动化处理（适合批量/重复操作） #

如果需要定期处理这类数据，用Python脚本自动化更高效：

1. 先安装依赖包：

pip install pandas sqlalchemy openpyxl

（如果是.xls格式的Excel，把openpyxl换成xlrd==1.2.0，新版本xlrd不支持xls）

2. 编写处理脚本：

import pandas as pd
from sqlalchemy import create_engine

# 读取Excel宽表，替换成你的文件路径
df = pd.read_excel("员工排班表.xlsx")

# 逆透视转长表：id_vars保留Empid列，其他列转成Date和Shift
df_long = df.melt(id_vars="Empid", var_name="Date", value_name="Shift")

# 连接数据库（以MySQL为例，替换成你的数据库信息）
# 其他数据库连接字符串：SQL Server用mssql+pyodbc://用户名:密码@服务器/数据库；SQLite用sqlite:///test.db
engine = create_engine("mysql+pymysql://你的用户名:你的密码@localhost/你的数据库名")

# 将数据插入数据库表，表不存在会自动创建；if_exists可选replace（替换表）/append（追加数据）/fail（存在则报错）
df_long.to_sql("employee_shift", engine, if_exists="replace", index=False)

运行脚本后，数据就自动转成长表并插入到数据库里了。

方案三：先导入宽表到数据库，再用SQL转长表 #

如果已经把宽表导入数据库了，直接用SQL语句转换：

MySQL（用UNION ALL） #

-- 先创建目标表
CREATE TABLE employee_shift (
    Empid INT,
    Date DATE,
    Shift VARCHAR(10)
);

-- 转换并插入数据
INSERT INTO employee_shift(Empid, Date, Shift)
SELECT Empid, STR_TO_DATE('1/01/2019', '%d/%m/%Y') AS Date, `1/01/2019` AS Shift FROM 宽表名
UNION ALL
SELECT Empid, STR_TO_DATE('2/01/2019', '%d/%m/%Y') AS Date, `2/01/2019` AS Shift FROM 宽表名
UNION ALL
SELECT Empid, STR_TO_DATE('3/01/2019', '%d/%m/%Y') AS Date, `3/01/2019` AS Shift FROM 宽表名;

SQL Server（用UNPIVOT语法更简洁） #

-- 创建目标表
CREATE TABLE employee_shift (
    Empid INT,
    Date DATE,
    Shift VARCHAR(10)
);

-- 转换并插入
INSERT INTO employee_shift(Empid, Date, Shift)
SELECT Empid, CONVERT(DATE, DateCol, 103) AS Date, Shift
FROM 宽表名
UNPIVOT (
    Shift FOR DateCol IN ([1/01/2019], [2/01/2019], [3/01/2019])
) AS UnpivotResult;

选哪个方案看你的具体场景：手动处理用方案一，自动化用方案二，已经导入数据库用方案三就行~

内容的提问来源于stack exchange，提问作者hady alzpen