Microsoft SQL Server按Quote ID分组失效，如何实现多Quantity合并？

哈哈，这个分组转列的需求我太熟了！之前帮好几个朋友踩过坑，咱们一步步来搞定它～核心就是把同一Quote ID下的多条Quantity记录“行转列”，从多行变成一行多列的结构。下面分两种最常见的场景给你解决方案：

一、数据库层面直接处理（SQL） #

不同数据库的语法略有差异，这里给你两个主流数据库的示例：

1. SQL Server 用PIVOT #

如果你的数据在SQL Server里，PIVOT是最直接的工具。假设你的表叫quote_quantities，字段是QuoteID和Quantity：

静态列（已知最多有N个Quantity）

如果已经确定每个Quote ID最多对应3条Quantity记录，可以直接写静态SQL：

SELECT QuoteID, [1] AS Quantity1, [2] AS Quantity2, [3] AS Quantity3
FROM (
    SELECT 
        QuoteID, 
        Quantity,
        -- 给每个QuoteID下的Quantity编序号
        ROW_NUMBER() OVER(PARTITION BY QuoteID ORDER BY Quantity) AS RowNum
    FROM quote_quantities
) AS SourceTable
PIVOT (
    MAX(Quantity) FOR RowNum IN ([1], [2], [3])
) AS PivotTable;

动态列（Quantity数量不固定）

如果每个Quote ID对应的Quantity条数不确定，就得用动态SQL自动生成列：

DECLARE @cols AS NVARCHAR(MAX), @query AS NVARCHAR(MAX);

-- 获取所有需要生成的列名（比如[1],[2],...,[N]）
SET @cols = STUFF((SELECT ',' + QUOTENAME(RowNum)
                   FROM (SELECT DISTINCT ROW_NUMBER() OVER(PARTITION BY QuoteID ORDER BY Quantity) AS RowNum
                         FROM quote_quantities) AS t
                   ORDER BY RowNum
                   FOR XML PATH(''), TYPE).value('.', 'NVARCHAR(MAX)'), 1, 1, '');

-- 拼接动态PIVOT查询
SET @query = 'SELECT QuoteID, ' + @cols + ' 
              FROM (
                  SELECT 
                      QuoteID, 
                      Quantity,
                      ROW_NUMBER() OVER(PARTITION BY QuoteID ORDER BY Quantity) AS RowNum
                  FROM quote_quantities
              ) AS SourceTable
              PIVOT (
                  MAX(Quantity) FOR RowNum IN (' + @cols + ')
              ) AS PivotTable;';

EXECUTE(@query);

2. MySQL 实现类似效果 #

MySQL没有原生的PIVOT，但可以用GROUP_CONCAT先把Quantity拼成逗号分隔的字符串，如果要转成独立列，也需要动态SQL：

先合并为逗号分隔字符串（快速方案）

SELECT 
    QuoteID,
    GROUP_CONCAT(Quantity ORDER BY Quantity SEPARATOR ', ') AS Quantities
FROM quote_quantities
GROUP BY QuoteID;

这个会得到QuoteID, "10, 20, 30"这样的结果，如果只是需要合并展示，这个方案最简单。

二、用Python Pandas处理（适合数据清洗场景） #

如果是在Python里处理数据集，Pandas的行转列操作非常灵活：

import pandas as pd

# 假设你的数据是这样的
data = {
    'QuoteID': ['Q001', 'Q001', 'Q001', 'Q002', 'Q002'],
    'Quantity': [10, 20, 30, 15, 25]
}
df = pd.DataFrame(data)

# 给每个QuoteID下的Quantity编序号
df['RowNum'] = df.groupby('QuoteID').cumcount() + 1

# 行转列
pivoted_df = df.pivot(index='QuoteID', columns='RowNum', values='Quantity')
pivoted_df.columns = [f'Quantity{col}' for col in pivoted_df.columns]
pivoted_df = pivoted_df.reset_index()

print(pivoted_df)

运行后会得到：

QuoteID  Quantity1  Quantity2  Quantity3
0    Q001         10         20         30
1    Q002         15         25        NaN

如果不想保留NaN，可以加fillna(0)或者fillna('')处理空值。

内容的提问来源于stack exchange，提问作者BigNuggies