以下是针对需求的具体操作步骤，以Excel Power Query和Python Pandas两种常用工具为例：

方法一：Excel Power Query（可视化操作） #

• 导入源数据到Power Query：选中数据区域，点击「数据」选项卡 → 「从表格/区域」，确认数据包含表头。
• 添加自定义列：点击「添加列」选项卡 → 「自定义列」，输入公式：Text.Combine({[类型], Text.From([数值])}, ": ")，将指标类型和数值合并为带标识的文本。
• 分组聚合：选中「项目」和「日期」列，点击「转换」选项卡 → 「分组依据」，分组列选择这两列，新列名设为「合并结果」，操作选「所有行」，再编辑公式为：Text.Combine([自定义列], "#(lf)")，用换行符把同一项目同一日期的预算、实际文本合并。
• 透视日期列：选中「日期」列，点击「转换」选项卡 → 「透视列」，值列选择「合并结果」，高级选项选择「不要聚合」，完成后即可得到目标格式。
• 加载回Excel：点击「关闭并上载」，将整理好的数据导入表格。

方法二：Python Pandas（代码实现） #

如果习惯用代码处理，可参考以下脚本：

import pandas as pd

# 读取源数据（假设为csv格式，根据实际数据源调整）
df = pd.read_csv("你的数据源文件.csv")

# 合并类型与数值为带标识的文本
df["合并值"] = df["类型"] + ": " + df["数值"].astype(str)

# 按项目和日期分组，用换行符合并同一分组下的文本
grouped_df = df.groupby(["项目", "日期"])["合并值"].apply("\n".join).reset_index()

# 透视得到目标结构
result_df = grouped_df.pivot(index="项目", columns="日期", values="合并值")

# 清理列名并重置索引
result_df.columns.name = None
result_df = result_df.reset_index()

# 输出或保存结果
print(result_df)
result_df.to_excel("整理后数据.xlsx", index=False)

关键说明 #

你之前尝试分组和透视未得到理想结果，核心原因是没有先将「预算/实际」的标识与数值绑定后再聚合，直接透视会导致数值被默认聚合（如求和、平均值），而不是保留两类数值的区分展示。

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