数据变换（长⇄宽）
方法概述
数据的长格式（每行一个观测，常含标识列、变量名列与值列）与宽格式（每行一个样本，各变量各占一列）是两种常见的数据组织形式。统计分析、图表绘制与某些建模流程通常更适应长格式，而表格展示与逐步比较中宽格式更为直观。数据变换工具支持两种格式互转，可将”月份+销售额”类的长表展开为”每个月份一列”的宽表，也可将多列宽表折叠为”变量名+值”两列的长表，并支持多值列同时展开与自定义标识列。
计算步骤
1. 数据加载与预处理
- 支持 CSV 与 Excel 文件上传（不超过 5MB），自动识别常见缺失符号并转为缺失值，删除完全空的行列；提供数据模板与方法介绍下载。
2. 选择转换方向
- 长→宽：
- 名称列：该列的唯一取值将展开为新列名（通常为时间、组别等类别列）。
- 值列：取值填充到对应单元格，支持多选，每个值列生成一组新列。
- 标识列（可选）：用于标识行的列；若不选择则自动使用其余列为标识，仍无标识时按行号处理。
- 宽→长：
- 宽列：选择要折叠的若干列，合并为两列——新”变量名”列（存放原列名）与新”值”列（存放对应取值），并支持”全选/清空”快速操作。
- 新变量名列名与新值列名可自定义（默认 variable / value）。
3. 执行转换
点击”开始处理”，工具按方向与参数执行长宽转换。长→宽时，设名称列取值集合为 \(\{c_1,c_2,\dots,c_k\}\)，则函数值列展开为 \(k\) 个新列，第 \(c_j\) 列取原表中名称等于 \(c_j\) 时的对应值；宽→长为其逆操作，将 \(m\) 列宽表折叠为”变量名列 + 值列”两列，行数由 \(n\) 扩为 \(n \times m\)。
4. 转换摘要
- 维度变化：原始维度与转换后维度（行 × 列）及行、列数的变化量。
- 列名变化：原始列名列表与新列名列表。
5. AI 智能分析
基于转换方向、维度变化等信息，调用大语言模型评估转换结果并为后续分析提供建议（每日限 3 次，需配置 API 密钥）。
6. 结果导出
- 下载转换后数据（CSV 或 Excel）。
- 下载包含转换方向、维度对比与数据预览的 HTML 报告。
案例分析
案例背景：某门店记录了各月各类商品的销售额（长格式），需转换为按商品分行、月份分列的宽格式便于横向比较。
原始数据（示例，长格式）：
| 门店ID | 月份 | 商品类别 | 销售额（元） |
|---|---|---|---|
| S1 | 1月 | 食品 | 12000 |
| S1 | 2月 | 食品 | 13500 |
| S1 | 1月 | 日用品 | 8000 |
| S1 | 2月 | 日用品 | 8600 |
| S1 | 1月 | 服装 | 15000 |
| S1 | 2月 | 服装 | 14200 |
处理过程：选择长→宽，名称列选”商品类别”，值列选”销售额（元）“，标识列选”门店ID”与”月份”。
转换后数据（示例，宽格式）：
| 门店ID | 月份 | 食品 | 日用品 | 服装 |
|---|---|---|---|---|
| S1 | 1月 | 12000 | 8000 | 15000 |
| S1 | 2月 | 13500 | 8600 | 14200 |
结论：在本示例数据范围内，6 行长表转换为 2 行宽表，商品类别展开为 3 列，转换摘要显示维度由 6×4 变为 2×5，便于逐月横向比较各类别销售额。
常见问题
Q1: 长格式与宽格式各有哪些适用场景？
A: 长格式便于绘图、分组统计与面板数据管理；宽格式便于横向比较、报表展示与部分建模输入。可依需求双向互转。
Q2: 长→宽时标识列必须选择吗？
A: 不必。不选择时工具自动使用其余列（或行号）作为标识，但建议明确选择标识列，以免结果出现意外合并。
Q3: 值列可以多选吗？
A: 可以。长→宽时允许多个值列同时展开，每个值列会各自生成一组新列。
Q4: 转换后维度为什么会变化？
A: 长→宽行数通常减少（按标识合并）、列数增加（类别展开）；宽→长反之。转换摘要会明确显示变化量。
Q5: 宽→长后新列名如何设置？
A: 新”变量名”列默认名为 variable，新”值”列默认名为 value，均可自定义为业务易读的名称。
平台功能
- 数据输入：支持 CSV、Excel，自动识别缺失符号、清理空行列；提供数据模板与方法介绍下载。
- 转换方向：长→宽（名称列、值列可多选、可自定义标识列）与宽→长（多列折叠、可全选/清空、自定义新列名）。
- 结果展示：原始/转换后数据双预览、转换摘要（维度变化、列名变化）。
- AI 智能分析：评估转换结果并建议后续分析步骤（每日限 3 次，需配置 API 密钥）。
- 报告下载：转换后数据（CSV/Excel）与 HTML 报告。
使用建议
- 明确标识列：长→宽时尽量指定业务标识列（如门店、个体 ID），避免数据错位合并。
- 核对维度变化：依据转换摘要确认行数列数变化符合预期，防止重复或缺失单元格。
- 多值列谨慎展开：多个值列会成倍增加新列数量，确认确需展开再启用。
- 结合下游工具：绘图与分组统计多用长格式，报表与比较多用宽格式，按下游工具体验选择组织形式。
- 保留原始备份：转换前保留原表，便于在结果异常时回溯。
平台界面
平台界面包含：数据上传区、转换方向选择与参数设置区（名称列/值列/标识列、折叠列/新列名）、原始/转换后数据双预览、转换摘要及 AI 分析模块
参考文献
- Wickham, H. (2014). Tidy Data. Journal of Statistical Software, 59(10), 1-23.
- Ball, R., & Eaton, D. F. (1987). Programming languages and the tidy organization of data. SIGPLAN Notices, 22(7), 46-55.