在数据分析场景中，Anscombe数据集常被用于演示回归分析的注意事项，其原始存储形式多为长格式，每一行代表一个观测值，包含组别、x值、y值等字段。很多时候我们需要将其转换为宽格式，让不同组别的x、y值分别作为独立列，并且列名带上对应的组别后缀，方便后续做组间对比分析。
准备工作：加载Anscombe数据集
首先我们需要导入Pandas库，并加载Anscombe数据集，这里使用seaborn内置的示例数据集，也可以自行构造长格式数据来测试。
import pandas as pd
import seaborn as sns
# 加载Anscombe长格式数据
anscombe_long = sns.load_dataset('anscombe')
print(anscombe_long.head())
输出的前几行数据如下，可以看到dataset字段代表组别，x和y是对应的值，这就是典型的长格式结构：
dataset x y 0 I 10.0 8.04 1 I 8.0 6.95 2 I 13.0 7.58 3 I 9.0 8.81 4 I 11.0 8.33
核心步骤：使用pivot方法进行数据重塑
Pandas的pivot方法是长格式转宽格式的核心工具，我们需要指定索引列、列名来源列和值来源列。这里索引是观测的序号，列名来自dataset字段，值需要分别处理x和y两个字段。
第一步：分别转换x和y的宽格式
我们需要先分别对x和y做透视，得到两组宽格式数据，再合并到一起。
# 转换x值为宽格式，列名带上组别后缀
x_wide = anscombe_long.pivot(index=anscombe_long.index, columns='dataset', values='x')
x_wide.columns = [f'x_{col}' for col in x_wide.columns]
x_wide = x_wide.reset_index(drop=True)
# 转换y值为宽格式，列名带上组别后缀
y_wide = anscombe_long.pivot(index=anscombe_long.index, columns='dataset', values='y')
y_wide.columns = [f'y_{col}' for col in y_wide.columns]
y_wide = y_wide.reset_index(drop=True)
print(x_wide.head())
print(y_wide.head())
第二步：合并两个宽格式数据
将x和y的宽格式数据按列合并，就得到了带后缀列名的完整宽格式数据。
# 合并x和y的宽格式数据 anscombe_wide = pd.concat([x_wide, y_wide], axis=1) print(anscombe_wide.head())
合并后的前几行数据如下，每一行对应一个观测，x_I、x_II等是不同组别的x值，y_I、y_II等是对应的y值：
x_I x_II x_III x_IV y_I y_II y_III y_IV 0 10.0 8.0 10.0 8.0 8.04 9.14 7.46 6.58 1 8.0 8.0 8.0 8.0 6.95 8.14 6.77 5.76 2 13.0 8.0 13.0 8.0 7.58 8.74 12.74 7.71 3 9.0 8.0 9.0 8.0 8.81 8.77 7.11 8.84 4 11.0 8.0 11.0 8.0 8.33 9.26 7.81 8.47
优化方案：使用pivot_table一步完成转换
如果长格式数据中存在重复的索引组合，pivot方法会报错，这时候可以使用pivot_table方法，它支持聚合重复值，同时我们可以通过调整参数一步得到带后缀的宽格式。
# 使用pivot_table直接转换，添加后缀
anscombe_wide_optimized = anscombe_long.pivot_table(
index=anscombe_long.index,
columns='dataset',
values=['x', 'y']
)
# 重命名列，格式为 字段名_组别
anscombe_wide_optimized.columns = [f'{val}_{col}' for val, col in anscombe_wide_optimized.columns]
anscombe_wide_optimized = anscombe_wide_optimized.reset_index(drop=True)
print(anscombe_wide_optimized.head())
常见问题与注意事项
- 如果长格式数据中没有唯一的索引对应每个观测，需要先添加自增索引，避免透视时出现数据错乱。
- 列名后缀的格式可以根据需求调整，比如把
x_I改成group_I_x，只需要修改列名拼接的逻辑即可。 - 如果原始长格式数据还有其他字段，需要先筛选出需要转换的字段，再进行透视操作，避免无关字段干扰结果。
总结
将Anscombe长格式数据转换为带后缀列名的宽格式，核心是利用Pandas的透视功能，先处理值字段，再调整列名格式，最后合并结果。如果数据存在重复索引，优先使用pivot_table方法保证转换稳定。掌握这个方法后，可以应对大部分长格式转宽格式的数据预处理需求，提升数据分析的效率。
Pandas数据重塑长格式转宽格式Anscombe数据修改时间：2026-07-22 11:15:31