如何将含actual、forecast的cost type列拆分为两个独立列

你需要做的是*行转列（透视）*操作，不同数据处理工具的实现方式如下，最终可完全匹配示例中的表结构：

Python (Pandas) #

使用pivot函数完成转换，若同维度存在多条重复记录换用pivot_table加聚合规则即可：

import pandas as pd

# 替换index参数为你表中需要保留的所有公共维度列，比如日期、部门、项目等
pivot_df = df.pivot(
    index=["date", "department"],
    columns="cost type",
    values="cost" # 替换为你表中存储成本数值的列名
).reset_index()

# 清理列名索引，按需重命名列
pivot_df.columns.name = None
pivot_df = pivot_df.rename(columns={
    "actual": "actual_cost",
    "forecast": "forecast_cost"
})

如果同维度+cost type对应多条数据，用以下写法聚合：

pivot_df = df.pivot_table(
    index=["date", "department"],
    columns="cost type",
    values="cost",
    aggfunc="sum" # 可替换为mean、count等你需要的聚合方式
).reset_index()

Power BI / Excel Power Query #

• 选中原始数据表进入Power Query编辑器
• 选中除cost type和成本数值列之外的所有公共维度列
• 点击顶部菜单栏「转换」→ 「透视列」
• 弹窗中「值列」选择存储成本数值的列，「聚合值函数」根据需求选择：单维度无重复值选「不要聚合」，有重复值选求和/平均等对应规则
• 点击确认即可自动生成actual、forecast两个独立列，调整列名即可。

SQL #

所有SQL引擎都可以用条件聚合实现，兼容性最强：

SELECT
    date,
    department, -- 依次列出所有需要保留的公共维度列
    SUM(CASE WHEN `cost type` = 'actual' THEN cost ELSE 0 END) AS actual_cost,
    SUM(CASE WHEN `cost type` = 'forecast' THEN cost ELSE 0 END) AS forecast_cost
FROM your_original_table
-- 不需要聚合的话删除SUM函数和下面的GROUP BY子句即可
GROUP BY date, department

注意：操作前请确认公共维度列的选择完整，漏选维度会导致数据聚合错位、数值匹配错误。

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