嗨，我完全懂你的困扰——硬编码年份的透视SQL每年都要手动修改，太折腾人了！而且你的数据库从2016年就有数据，硬写列名简直是灾难。下面给你两个实用方案，既能自动适配新增的年份，又能轻松导出成你想要的Excel格式：

方案一：用动态SQL自动生成透视表 #

不同数据库的动态SQL写法略有差异，这里给你两种最常用的示例：

针对SQL Server #

-- 1. 自动获取所有存在的年份，拼接成透视列
DECLARE @YearColumns NVARCHAR(MAX)
SELECT @YearColumns = STRING_AGG(QUOTENAME(year), ', ')
FROM (SELECT DISTINCT year FROM your_table_name) AS Years

-- 2. 拼接完整的透视SQL，包含总计列
DECLARE @PivotSQL NVARCHAR(MAX)
SET @PivotSQL = N'
SELECT 
    name AS NAME,
    ' + @YearColumns + ',
    (' + STRING_AGG('ISNULL(' + QUOTENAME(year) + ', 0)', ' + ') + ') AS TOTAL
FROM (
    SELECT name, year, score FROM your_table_name
) AS SourceData
PIVOT (
    SUM(score) FOR year IN (' + @YearColumns + ')
) AS PivotTable
ORDER BY NAME'

-- 执行动态生成的SQL
EXEC sp_executesql @PivotSQL

针对MySQL #

MySQL没有STRING_AGG，我们用GROUP_CONCAT来实现：

-- 1. 获取所有年份并拼接成列名
SET @YearColumns = (
    SELECT GROUP_CONCAT(DISTINCT CONCAT('`', year, '`'))
    FROM your_table_name
);

-- 2. 拼接总计列的计算逻辑
SET @TotalCalc = (
    SELECT GROUP_CONCAT(DISTINCT CONCAT('IFNULL(`', year, '`, 0)'))
    FROM your_table_name
);

-- 3. 拼接完整的透视SQL
SET @PivotSQL = CONCAT('
SELECT 
    name AS NAME,
    ', @YearColumns, ',
    (', @TotalCalc, ') AS TOTAL
FROM (
    SELECT name, year, score FROM your_table_name
) AS SourceData
PIVOT (
    SUM(score) FOR year IN (', @YearColumns, ')
) AS PivotTable
ORDER BY NAME;
');

-- 执行动态SQL
PREPARE stmt FROM @PivotSQL;
EXECUTE stmt;
DEALLOCATE PREPARE stmt;

这个思路的核心是先从表中自动提取所有已存在的年份，再动态拼接成透视所需的列，明年新增2024年数据后，SQL会自动识别并加入列中，完全不用手动修改。

方案二：用Python自动处理并导出Excel（更省心） #

如果不想纠结不同数据库的SQL语法，用Python结合pandas库是更通用的方案，全程自动处理，代码一次写好终身不用改：

import pandas as pd
import sqlalchemy

# 1. 连接你的数据库（这里以MySQL为例，其他数据库改连接字符串即可）
# 比如SQL Server的连接字符串：mssql+pyodbc://username:password@server/db_name?driver=ODBC+Driver+17+for+SQL+Server
engine = sqlalchemy.create_engine('mysql+pymysql://你的用户名:你的密码@数据库地址:端口/数据库名')

# 2. 读取原始数据
df = pd.read_sql('SELECT name, year, score FROM your_table_name', engine)

# 3. 自动生成透视表，计算每个用户每年的分数和总计
pivot_df = df.pivot_table(
    index='name',
    columns='year',
    values='score',
    aggfunc='sum',  # 如果你的score是计数，这里可以改成'count'
    fill_value=0
).reset_index()
# 添加总计列
pivot_df['TOTAL'] = pivot_df.sum(axis=1)

# 4. 规范表头格式
pivot_df.rename(columns={'name': 'NAME'}, inplace=True)
pivot_df.columns = pivot_df.columns.astype(str)  # 确保年份列是字符串格式

# 5. 导出到Excel
pivot_df.to_excel('年度分数汇总.xlsx', index=False)

这个方法的优势在于：不管明年新增2024还是后续的年份，pandas都会自动识别并把新年份作为列加入表格，导出的Excel完全符合你想要的格式，连表头的样式都不用手动调整。

备注：内容来源于stack exchange，提问作者baphomet