資料分析、報表產生、交叉分析表 (Pivot Table) 常需將「長表格」 (Long Format) 轉為「寬表格」 (Wide Format):
// 原始資料 (長表格)
| Category | Year | Value |
|----------|------|-------|
| A | 2020 | 100 |
| A | 2021 | 150 |
| B | 2020 | 200 |
| B | 2021 | 250 |
// 轉換後 (寬表格)
| Category | 2020 | 2021 |
|----------|------|------|
| A | 100 | 150 |
| B | 200 | 250 |
///
/// DataTable 行轉列 (Transpose)
///
/// 來源 DataTable
/// 作為新資料行標題的來源欄位名稱 (不區分大小寫)
/// 作為新資料列識別鍵的來源欄位名稱 (預設第一欄非 headerColumn)
/// 轉換後的 DataTable
public static DataTable Transpose(DataTable source, string headerColumn, string keyColumn = null)
{
if (source == null || source.Rows.Count == 0)
return new DataTable();
// 1. 確定鍵值欄位 (若未指定,取第一個非 headerColumn 的欄位)
if (string.IsNullOrEmpty(keyColumn))
{
keyColumn = source.Columns.Cast()
.FirstOrDefault(c => !c.ColumnName.Equals(headerColumn, StringComparison.OrdinalIgnoreCase))
?.ColumnName ?? source.Columns[0].ColumnName;
}
// 2. 建立目標 DataTable
var result = new DataTable();
result.Columns.Add(keyColumn); // 第一欄為鍵值
// 3. 收集所有唯一的 header 值作為新欄位
var headerValues = source.Rows.Cast()
.Select(r => r[headerColumn]?.ToString() ?? "")
.Where(h => !string.IsNullOrEmpty(h))
.Distinct()
.ToList();
foreach (var h in headerValues)
result.Columns.Add(h);
// 4. 依鍵值分組填充資料
var grouped = source.Rows.Cast()
.GroupBy(r => r[keyColumn]?.ToString() ?? "");
foreach (var group in grouped)
{
var newRow = result.NewRow();
newRow[keyColumn] = group.Key;
foreach (var row in group)
{
string header = row[headerColumn]?.ToString() ?? "";
if (!string.IsNullOrEmpty(header) && result.Columns.Contains(header))
{
newRow[header] = row.Cast()
.FirstOrDefault(c => !c.ColumnName.Equals(keyColumn, StringComparison.OrdinalIgnoreCase)
&& !c.ColumnName.Equals(headerColumn, StringComparison.OrdinalIgnoreCase))
?.ColumnName is string valCol ? row[valCol] : row[2]; // 簡化:取第 3 欄
}
}
result.Rows.Add(newRow);
}
return result;
}
原文程式碼假設:來源表第一欄為屬性名,其餘欄為不同時期/類別,需轉為「屬性為列,時期為行」:
///
/// 簡化版行轉列:第一欄為屬性名,其餘欄位轉為列標題
///
public static DataTable SimpleTranspose(DataTable source, string headerColumnName)
{
var result = new DataTable();
result.Columns.Add("屬性名稱"); // 新表第一欄
// 1. 建立新欄位:以指定欄位的值作為標題
foreach (DataRow row in source.Rows)
{
string header = row[headerColumnName]?.ToString() ?? "";
if (!string.IsNullOrEmpty(header) && !result.Columns.Contains(header))
result.Columns.Add(header);
}
// 2. 遍歷來源欄位 (排除 headerColumn),每欄位產生一列
for (int colIdx = 0; colIdx < source.Columns.Count; colIdx++)
{
string colName = source.Columns[colIdx].ColumnName;
if (colName.Equals(headerColumnName, StringComparison.OrdinalIgnoreCase))
continue; // 跳過作為標題來源的欄位
var newRow = result.NewRow();
newRow[0] = colName; // 第一欄填原欄位名
// 填入各行對應的值
for (int rowIdx = 0; rowIdx < source.Rows.Count; rowIdx++)
{
newRow[rowIdx + 1] = source.Rows[rowIdx][colIdx];
}
result.Rows.Add(newRow);
}
return result;
}
public static DataTable TransposeOptimized(DataTable source, string headerColumn, string valueColumn, string keyColumn)
{
var result = new DataTable();
result.Columns.Add(keyColumn);
// 1. 先收集所有 header 值 (Distinct)
var headers = source.AsEnumerable()
.Select(r => r[headerColumn]?.ToString() ?? "")
.Where(h => !string.IsNullOrEmpty(h))
.Distinct()
.ToArray();
foreach (var h in headers) result.Columns.Add(h);
// 2. 使用 Dictionary 分組索引 (O(n) 建立, O(1) 查詢)
var dict = source.AsEnumerable()
.GroupBy(r => r[keyColumn]?.ToString() ?? "")
.ToDictionary(g => g.Key, g => g.ToList());
// 3. 逐鍵值填充
foreach (var kvp in dict)
{
var row = result.NewRow();
row[keyColumn] = kvp.Key;
foreach (var srcRow in kvp.Value)
{
string h = srcRow[headerColumn]?.ToString() ?? "";
if (!string.IsNullOrEmpty(h))
row[h] = srcRow[valueColumn];
}
result.Rows.Add(row);
}
return result;
}
var result = source.AsEnumerable()
.GroupBy(r => r[keyColumn].ToString())
.Select(g => {
var row = result.NewRow();
row[keyColumn] = g.Key;
foreach (var r in g)
row[r[headerColumn].ToString()] = r[valueColumn];
return row;
})
.CopyToDataTable(); // 需引用 System.Data.DataSetExtensions
public static DataTable Unpivot(DataTable wideTable, string keyColumn, string variableColumn, string valueColumn)
{
var result = new DataTable();
result.Columns.Add(keyColumn);
result.Columns.Add(variableColumn);
result.Columns.Add(valueColumn);
var valueColumns = wideTable.Columns.Cast()
.Where(c => c.ColumnName != keyColumn)
.ToList();
foreach (DataRow row in wideTable.Rows)
{
string key = row[keyColumn].ToString();
foreach (var vc in valueColumns)
{
var newRow = result.NewRow();
newRow[keyColumn] = key;
newRow[variableColumn] = vc.ColumnName;
newRow[valueColumn] = row[vc.ColumnName];
result.Rows.Add(newRow);
}
}
return result;
}
| 方法 | 時間複雜度 | 記憶體 | 可讀性 | 適用場景 |
|---|---|---|---|---|
| 雙重迴圈 (原文) | O(rows × cols) | 低 | 中 | 小資料量 (<1萬列)、固定結構 |
| Dictionary 分組索引 | O(rows + cols) | 中 | 中高 | 大量資料、需高效能 |
| LINQ GroupBy | O(rows log rows) | 高 | 高 | 中等資料、重視可維護性 |
| SQL PIVOT/UNPIVOT | 資料庫端最佳化 | 最低 | 高 | 資料量大、已在資料庫層 |
DataTable 行轉列是報表開發常見需求。本文提供從簡單雙重迴圈到 Dictionary 索引優化、LINQ 表達式、反向 Unpivot 等多種實作,並分析效能特性。實務上建議:能在 SQL 層解決就不拉到應用層;應用層處理時,小資料用 LINQ 可讀性佳,大資料用 Dictionary 分組索引效能最優。