基于条件实现列转行聚合的简易数据透视表操作方法

这是非常典型的宽表转长表+条件聚合场景，核心逻辑分三步即可：

• 先将所有二进制标识列从列维度转换为行维度
• 过滤掉二进制列取值为0的无效记录
• 按转换后的条件维度分组，对所有聚合字段求和
  不同工具栈都有极简的实现方式，不需要写复杂逻辑：

SQL 实现（适配绝大多数数据库、数仓引擎） #

优先用UNPIVOT语法做行列转换，代码最简洁：

SELECT 
    Cohort,
    SUM(agg_1) AS agg_1,
    SUM(agg_2) AS agg_2
FROM (
    SELECT * FROM 你的输入表
    UNPIVOT (
        is_match FOR Cohort IN (Condition_1, Condition_2, Condition_3)
    ) t
) t2
WHERE is_match = 1
GROUP BY Cohort;

如果使用的引擎不支持UNPIVOT，直接用UNION ALL逐条件统计也可以，逻辑直白不需要记特殊语法：

SELECT 'Condition_1' AS Cohort, SUM(agg_1) agg_1, SUM(agg_2) agg_2 FROM 你的输入表 WHERE Condition_1 = 1
UNION ALL
SELECT 'Condition_2' AS Cohort, SUM(agg_1) agg_1, SUM(agg_2) agg_2 FROM 你的输入表 WHERE Condition_2 = 1
UNION ALL
SELECT 'Condition_3' AS Cohort, SUM(agg_1) agg_1, SUM(agg_2) agg_2 FROM 你的输入表 WHERE Condition_3 = 1;

Python Pandas 实现 #

用melt方法做宽表转长表，链式调用即可完成全流程：

import pandas as pd

# 读取/构造原始输入表
df = pd.DataFrame({
    "Condition_1": [0,1,0,0],
    "Condition_2": [1,1,0,1],
    "Condition_3": [1,1,1,0],
    "agg_1": [50,50,50,50],
    "agg_2": [100,100,100,100]
})

# 核心处理逻辑
result = (
    df.melt(
        id_vars=["agg_1", "agg_2"],
        value_vars=[col for col in df.columns if col.startswith("Condition_")],
        var_name="Cohort"
    )
    .query("value == 1")
    .groupby("Cohort", as_index=False)[["agg_1", "agg_2"]]
    .sum()
)

优化提示：如果二进制条件列数量很多，不需要手动枚举列名，用列名前缀/匹配规则自动筛选即可，上面Pandas代码已经做了自动适配，SQL场景可以配合动态SQL自动生成待转换的列列表，几十上百个条件列也能几行代码处理完。

运行后得到的结果和示例给出的期望输出完全一致。

内容的提问来源于stack exchange，提问作者Kbbm