基于多个列值的透视SQL表

Question

我的SQL输出如下：

------------------------------------
| Name | Identifier | Date  | Value |
-------------------------------------
|  A   |    Bid     | XX/XX |   10  |
-------------------------------------
|  A   |    Ask     | XX/XX |   11  |
-------------------------------------
|  B   |    Bid     | YY/YY |   20  |
-------------------------------------
|  B   |    Ask     | YY/YY |   21  |
-------------------------------------

我想要的输出最好是直接来自SQL，或者借助Python或Excel，如下所示：

--------------------------------
| Name | Date  |  Bid  |  Ask  |
--------------------------------
|  A   | XX/XX |   10  |   11  |
--------------------------------
|  B   | YY/YY |   20  |   21  |
--------------------------------

在SQL、Python或Excel中实现此目标的最佳方法是什么？我的问题是，我希望使用此数据的下一步只处理“期望输出”表形式的输入。

编辑:原始查询如下：

SELECT * FROM table where Name (LIKE 'A' or LIKE 'B') and Date between 'AA/AA' and 'ZZ/ZZ'

Answer 1

您可以使用pivot实现所需的输出。它是一种可以在所有数据分析框架中找到的功能，如excel、SQL等。

对于Excel，您可以通过以下链接获得所需的结果：http://www.excel-easy.com/data-analysis/pivot-tables.html

SQL：

我已经用pivot函数写了一个动态sql

 create table tbl1 ( name varchar(100),Identifier  varchar(100), Date_val varchar(100), Value  int);

    INSERT INTO tbl1 values ('A','Bid','XX/XX',10),('A','Ask','XX/XX',11),('b','Bid','YY/YY',20),
    ('b','Ask','YY/YY',21)

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


    select @cols = STUFF((SELECT ',' + QUOTENAME(Identifier) 
                        from tbl1
                        group by Identifier
                        order by Identifier
                FOR XML PATH(''), TYPE
                ).value('.', 'NVARCHAR(MAX)') 
            ,1,1,'')



    set @query = 'SELECT name,Date_val,' + @cols + ' from 
                 (
                    select  name,Identifier, Date_val, value
                    from tbl1
                ) x
                pivot 
                (
                    sum(value)
                    for Identifier in (' + @cols + ')
                ) p '

    execute (@query)

Answer 2

在Python Pandas中，您可以使用PD.melt并指定希望保持不变的列。其他的将会被旋转。

有关更多信息，请访问：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.melt.html