🔖 キーワード索引

この用語と一緒に検索・参照されやすいタグ。 関連ページに飛ぶときの手がかりにも使えます。

「data long wide」は統計データ分析の文脈で扱う重要概念のひとつ。 本ページでは「data long wide」を取り巻く中核キーワードを以下にチップで一覧化する。 各キーワードは関連する概念・手法・道具立てを含み、 文献検索や学習計画の起点になる。

これらのキーワードは「data long wide の理解 → 適用 → 検証」のプロセスを構成する。 各章で詳しく解説する。

🎨 直感で掴む

「縦持ち・横持ち」を最初に学ぶときは、 厳密な定義よりイメージを優先しましょう。 以下は具体例・比喩を用いた直感的理解の入口です。

• 横持ち = 表彰台型（人間が読みやすい）／縦持ち = データベース型（機械が処理しやすい）。
• Hadley Wickham の「Tidy Data」原則：各変数=1 列、 各観測=1 行、 各観測単位=1 テーブル。
• 迷ったら縦持ちにしておくと、 後工程の自由度が高い。

🎨 直感で掴む — 同じデータを「縦に並べる」か「横に広げる」か

エクセルでデータを管理するとき、 多くの人は「行 = 都道府県」「列 = 2018年, 2019年, …」と 横持ち（wide） で書きがちです。 一方、 統計ソフトや BI ツールは 縦持ち（long）、 つまり「行 = 都道府県 × 年 × 指標」を 1 行ずつ並べる形を好みます。 内容は同じでも形が違うと、 集計・可視化・統計モデルの当てはめやすさが大きく変わる ── これが long / wide 変換の本質です。

SSDSE-B-2026 で見比べる

SSDSE-B-2026 は もともと wide 形式 です（1 行 = 年度 + 都道府県、 列 = 各指標）。 これを「年 × 都道府県」のクロス表に変換すると もう一段違う wide、 「年・指標・値」を 1 行ずつ並べると long になります。 同じ情報なのに見た目は別物。

📥 入力データ（SSDSE-B-2026 抜粋・wide）

この「年度 × 都道府県 × 多数の指標」が wide 形式。 ある 1 つの指標（例: A1101 総人口）に注目すると、 これを (行=都道府県, 列=年度) のクロス表に変えるのが「wide-to-wider pivot」、 あるいは (行=年度×都道府県×指標, 列=値) の long に変えるのが「tidy 形式」への変換です。

📐 定義・数式

直感の次は、 厳密な定義を確認します。 数式は言語の一種で、 一度書き慣れれば「言葉より速く伝えられる」便利な道具。 慣れていない方は、 各記号が何を表すかを「🔬 数式を言葉で読み解く」で 1 つずつ確認してください。

📐 定義と tidy data の 3 原則

Hadley Wickham（pandas / tidyverse の設計思想を提唱）は「tidy data」を以下の 3 条件で定義しました。 これが long 形式の理論的根拠です。

1. 1 変数 = 1 列: 1 つの観測対象（年度・指標・値）に 1 列を割り当てる
2. 1 観測 = 1 行: 1 つの観測結果（東京都の 2023 年の総人口）が 1 行
3. 1 観測単位 = 1 テーブル: 異なる粒度の観測を混在させない（県データと市データを別テーブルに）

wide → long は pd.melt または df.stack()。 long → wide は pd.pivot_table または df.unstack()。 列名と行名（インデックス）の 役割の入れ替え がこの変換の本質。

🔬 数式を言葉で読み解く（変換の対応）

id_vars（melt の引数）

「縦に変換しない列」。 通常は識別子（都道府県・年度）を指定。 例: id_vars=['Code', 'Prefecture', 'SSDSE-B-2026']

value_vars（melt の引数）

「縦に変換する列」。 指標群を指定。 省略すると id_vars 以外すべて。

var_name / value_name

変換後の「指標名列」と「値列」の名前。 デフォルトは 'variable' と 'value'。 SSDSE 用には '指標' / '値' などに rename しておくと可読性が上がる。

index / columns / values（pivot の引数）

「行に来る列」「列に来る列」「セルに入る値」。 long → wide では index に識別子、 columns に展開したいキー、 values に数値を指定。

aggfunc（pivot_table 限定）

同じ (index, columns) の組合せに複数値があるときの集約関数。 デフォルト mean。 SSDSE は年・県で一意なので不要だが、 集約データなら必須。

🔬 数式を言葉で読み解く — 数式を「言葉」に翻訳

数式を眺めるだけでは身につかないので、 各記号がどんな役割を担っているかを言葉で押さえます。 「数式を音読する習慣」がつくと、 論文や教科書を読むスピードが体感で 2 倍ほど上がります。

変数 (variable)

測られたもの（例: 死亡率）

観測 (observation)

測られた単位（例: 2023年 北海道）

値 (value)

具体的な数値

melt

横→縦変換

pivot

縦→横変換

🧮 実値で計算してみる

数式だけでは「実感」が湧きにくいので、 具体的な数値で 1 度手計算してみると理解が定着します。 以下の例は、 本サイトで扱う SSDSE-B-2026 や公開教材に近い形式で用意しました。

同じ情報の縦／横表現：

手計算で得た値と、 後述の Python 実装で算出した値が一致することを確認すると、 「数式とコードの対応関係」がクリアに見えるようになります。

🧮 実値で計算してみる — 北海道の人口推移を 3 形式で見る

同じ「北海道の総人口」を 3 つの形式で並べてみます。 ぱっと見の印象がどう変わるかを体感してください。

形式 1: 元データ（wide、 年度行・指標列）

→ 「年度ごとに 1 行」「列 = 指標」。 SSDSE-B-2026 のデフォルト形式。 多変量回帰には便利。

形式 2: long（縦長、 1 観測=1 行）

→ 「指標名」「値」が分離。 ggplot / seaborn / Tableau での可視化、 SQL の GROUP BY と相性最高。 行数は元の (指標数 × 年数 × 県数) 倍に増える。

形式 3: 時系列 wide（行 = 県、 列 = 年度）

→ 「年が列」になり、 ヒートマップ表示や年次変化の比較に最適。 ただし変数の数が固定の年次に縛られるため、 新年度追加時に列追加が必要。

🧮 数式に値を入れて手で計算する: long/wide 変換行数

合成データで 5 顧客 × 4 月の売上を long と wide で表示し、 行数を比較する。

Step 1: wide 形式 (4 列)

Step 2: long 形式

🐍 Python で再現

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import pandas as pd
wide = pd.DataFrame({
  '顧客':['c1','c2','c3','c4','c5'],
  '1月':[10,5,8,12,7],
  '2月':[15,8,9,14,10],
  '3月':[12,6,7,11,8],
  '4月':[20,9,10,15,12],
})
long = wide.melt(id_vars='顧客', var_name='月', value_name='売上')
print(f"wide 形状: {wide.shape}")
print(f"long 形状: {long.shape}")

📤 実行結果

💬 手計算 (Step 2) 20 行と Python 出力が完全一致。

🐍 Python 実装

公的統計（SSDSE-B-2026）を題材に、 最小限の Python コードで動作させます。 ファイルパス（data/raw/SSDSE-B-2026.csv）は自分の環境に合わせて変更してください。 まずはこのまま動かすことが理解の最短ルートです。

1
2
3
4
5
6
7
8
9

import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# 横→縦
long = df.melt(id_vars=['SSDSE-B-2026','Code','Prefecture'], var_name='indicator', value_name='value')
print(long.head())

# 縦→横
wide = long.pivot_table(index=['SSDSE-B-2026','Code','Prefecture'], columns='indicator', values='value').reset_index()

▶ 実行 を押せばこのページの中でそのまま動きます（ライブラリもデータも同梱済みで、 準備は要りません）。 手元の Python に移して動かすときは pip install matplotlib pandas scikit-learn seaborn が必要です。 読んでいるデータは data/raw/SSDSE-B-2026.csv。 日本語を含むので encoding='cp932' の指定を落とさないでください。

本サイトの全コードは 論文一覧ページ から実例として確認できます。 自分のデータで試したい場合は、 列名・欠損記号・単位の違いだけ調整すれば、 ほぼそのまま流用できます。

👣 ステップバイステップ実例

「縦持ち・横持ち」を初めて使う方向けに、 ハンズオン的な実行手順を整理します。 上の Python 実装と組み合わせて、 1 度自分の手でなぞってみることを強く推奨します。

1. 環境準備：このページのコードは ▶ 実行 ボタンでそのまま動くので、 まずは何も入れずに試す。 手元で動かしたくなったら Python 3.9 以上に pandas・scipy・matplotlib を入れ、 Jupyter Notebook か Google Colab を使うと試行錯誤しやすい。
2. データ取得：本サイト題材の SSDSE-B-2026 を data/raw/ に配置（または自分のデータを用意）。 列名と単位を確認。
3. 探索的に観察：df.head()、 df.describe()、 df.isna().sum() で全体像を把握。 ここで欠損や外れ値の見当を付ける。
4. 前提検証：縦持ち・横持ち をこのデータに当てはめてよいか（このページの「⚠️ よくある落とし穴」で挙げた 「型混在」の縦持ち・pivot の重複値エラー など）を確認。 NG なら別手法を検討。
5. 本処理：上のコードブロックを参考に、 関数を呼び出して値を取得。 中間出力をその都度プリントして合っているか確認。
6. 結果可視化：散布図、 棒グラフ、 ヒートマップなど、 解釈しやすい図を 1〜2 枚作る。 タイトルには結論を書く。
7. 解釈・記録：「📝 レポートでの報告」の 5 点セットに沿って Notebook に書き残す。 後の自分のために結論・限界・次の一手を明記。
8. 共有：Notebook を GitHub や Drive に置き、 関係者にレビュー依頼。 ピアレビューで穴が見つかることが多いので大事。

この 8 ステップを 1 度回すと、 「用語を読んで分かった気になる」段階から「実際に使える」段階に進めます。 知識は身体で覚えるのが結局のところ最速です。

🐍 Python 実装①：wide → long 変換（pd.melt）

このコードでやること：SSDSE-B-2026 の wide データから、 「年度・Code・Prefecture」を識別子に保持し、 総人口・高齢者人口・出生数の 3 指標を long 形式に変換する。

📥 入力：SSDSE-B-2026.csv（564 行 × 112 列）。 必要な 6 列に絞ってから melt。

1
2
3
4
5
6
7
8
9
10
11

import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
sub = df[['SSDSE-B-2026', 'Code', 'Prefecture', 'A1101', 'A1303', 'A4101']].rename(
    columns={'SSDSE-B-2026': '年度',
             'A1101': '総人口', 'A1303': '高齢者人口', 'A4101': '出生数'})

df_long = sub.melt(id_vars=['年度', 'Code', 'Prefecture'],
                  var_name='指標', value_name='値')
print(f'wide shape: {sub.shape}  long shape: {df_long.shape}')
print(df_long.head(8))

📤 実行すると次の出力が得られる：

💬 結果の読み方：wide の 564×6 が long で 1692×5 に。 行数が 3 倍（指標数 3）になり、 列数が 1 つ減った（指標と値が 2 列に分割されたため）。 値列に異なる指標の数値が縦に並ぶ ── これを groupby('指標').mean() 等で扱うと指標横断の集計が一発で書ける。

🐍 Python 実装②：long → wide 変換（pivot_table、 年次クロス表）

このコードでやること：先ほどの sub（wide）から、 「行 = 都道府県、 列 = 年度、 値 = 総人口」のクロス表を作る。 ヒートマップ表示や時系列分析の前処理として定番。

📥 入力：先ほどの sub（564×6）。 pivot_table の index に Prefecture、 columns に年度、 values に総人口を指定。

1
2
3
4
5
6
7
8

wide = sub.pivot_table(index=['Code', 'Prefecture'],
                       columns='年度',
                       values='総人口')
print(f'pivot shape: {wide.shape}')
print(wide.head(5))
# 年次変化率（前年比）の計算が 1 行で済む
growth = (wide[2023] / wide[2012] - 1) * 100
print('2012→2023 人口変化率 (%) Top5 増加:\n', growth.nlargest(5).round(2))

📤 実行すると次の出力が得られる：

💬 結果の読み方：1692×5 の long が、 47×12 の年次クロス表に変換された。 2023 年と 2012 年の比較が「wide[2023] / wide[2012]」と 1 行で書ける ── これが wide 形式の威力。 増加率トップは東京都 +6.44%、 次いで沖縄県 +4.04%・神奈川県 +1.75%・埼玉県 +1.59%・千葉県 +0.92% ── 増加は大都市圏と沖縄に限られ、 大半の県は人口減少。 long のままだと shift/lag が面倒だが、 wide なら列同士の演算で済む。

🐍 Python 実装③：long で groupby・集計・可視化

このコードでやること：long 形式の利点を活かし、 groupby('指標').agg([...]) で 3 指標すべての年次推移統計を一発で計算する。

📥 入力：先ほどの df_long（1692×5、 指標列に「総人口」「高齢者人口」「出生数」）。

1
2
3
4
5
6
7

# 年度・指標別の 47 県平均
summary = df_long.groupby(['年度', '指標'])['値'].agg(['mean', 'sum']).round(0)
print('== 2023 年の 47 県平均・総和 ==')
print(summary.loc[2023])

print('== 北海道の 12 年間平均・最大・最小 ==')
print(df_long[df_long['Prefecture'] == '北海道'].groupby('指標')['値'].agg(['mean', 'max', 'min']).round(0))

📤 実行すると次の出力が得られる：

💬 結果の読み方：2023 年の 47 県合計総人口 ≒ 1 億 2435 万人、 高齢者人口 ≒ 3623 万人 → 高齢化率 29.1%。 北海道の出生数は 12 年間で 38,686 → 24,430 と 約 37% 減少、 一方総人口は 7% 減にとどまる ── 出生数の減少速度が圧倒的に速いことが long の集計で見える。 long 形式は「指標横断のクロス集計」を groupby 一行で書けるのが強み。

🐍 Python 実装④：pd.wide_to_long（複数指標の wide → long）

このコードでやること：「人口_2012, 人口_2013, ...」のように 列名にメタ情報が埋まった wide データを、 pd.wide_to_long で long に変換する。 SSDSE のような列名規則化されたデータには非常に強力。

📥 入力：先ほどの wide pivot を MultiIndex で複数指標化したもの。 列名が「総人口_2012」「高齢者人口_2012」のように prefix_year 形式。

1
2
3
4
5
6
7
8
9
10

# まず「総人口_2012」のような prefix_year 列名の wide を作る
wide2 = sub.pivot_table(index=['Code', 'Prefecture'], columns='年度',
                         values=['総人口', '高齢者人口'])
wide2.columns = [f'{a}_{b}' for a, b in wide2.columns]
wide2 = wide2.reset_index()

long2 = pd.wide_to_long(wide2, stubnames=['総人口', '高齢者人口'],
                       i=['Code', 'Prefecture'], j='年度', sep='_').reset_index()
print(f'wide2 shape: {wide2.shape}  long2 shape: {long2.shape}')
print(long2.head())

📤 実行すると次の出力が得られる：

💬 結果の読み方：47×26 列（識別子 2 + 指標 2 × 12 年）の wide が、 564×5 列（識別子 2 + 年度 + 指標 2）の 「半 long」 になった。 完全 long と違い、 指標は 列として残る。 これが SSDSE のような縦軸（時間）に沿った分析に最適な形式。 完全 long にしたいなら、 続けて melt を 1 回かければよい。

melt / pivot / stack / unstack / wide_to_long の使い分け

🐍 Python 実装⑤：long で seaborn 折れ線、 wide で imshow ヒートマップ

long と wide のどちらが 可視化 に向いているかは、 図の種類で変わります。 seaborn / ggplot は long を好み、 matplotlib の imshow や Excel風ヒートマップは wide が直接使える。

このコードでやること：先ほどの df_long から 5 県（北海道・東京都・大阪府・沖縄県・秋田県）の総人口推移を sns.lineplot で 1 行描画する。 また同じデータを wide にして imshow でヒートマップ。

📥 入力：df_long（1692×5）から「指標==総人口」「Prefecture in 5 県」に絞った 60 行。

1
2
3
4
5
6
7
8
9
10
11
12
13

import seaborn as sns
import matplotlib.pyplot as plt

prefs = ['北海道', '東京都', '大阪府', '沖縄県', '秋田県']
d5 = df_long[(df_long['指標']=='総人口') & (df_long['Prefecture'].isin(prefs))]

# long で折れ線（hue で自動色分け、 1 行で済む）
sns.lineplot(data=d5, x='年度', y='値', hue='Prefecture')
plt.title('5県の総人口推移'); plt.savefig('line.png'); plt.close()

# wide にしてヒートマップ
heat = d5.pivot_table(index='Prefecture', columns='年度', values='値')
print('heat shape:', heat.shape); print(heat.round(-3))

📤 実行すると次の出力が得られる：

💬 結果の読み方：long のままだと sns.lineplot(hue='Prefecture') で都道府県ごとに色分けされた折れ線が 1 行で描ける。 wide にすると imshow(heat) で 5×12 のヒートマップが描ける（東京都が右肩上がり、 秋田県が右肩下がり）。 「同じデータでも、 図の種類で適切な形が違う」を体感できる。

🛠️ 実務でよく使う long/wide 変換パイプライン

「データ受領 → 形を確認 → 必要なら変換 → 集計・可視化・モデル化」が実務の典型フロー。 SSDSE-B-2026 で具体的なステップを確認します。

ステップ 1: データ確認（形を診断）

ステップ 2: 目的を 1 文で言う

• 「指標横断の集計」をしたい → long 化
• 「年次変化率」を計算したい → wide（年が列）
• 「都道府県別折れ線」を描きたい → long
• 「都道府県 × 年のヒートマップ」 → wide
• 「ロジスティック回帰の特徴量」 → wide（列 = 特徴量）

ステップ 3: 必要列に絞ってから変換

112 列を全部 melt するとメモリと可読性が爆発。 まず必要列だけに df[['年度','Code','Prefecture','A1101','A1303']] のように絞り、 別名にリネームしてから変換するのが鉄則。

ステップ 4: 変換後の NaN・重複を点検

• df.isna().sum() で欠損確認
• df.duplicated().sum() で重複確認
• df.dtypes で型確認（年度が int か文字列か）
• df.describe() で値域に異常がないか確認

ステップ 5: 集計・可視化・モデル化

long なら groupby や seaborn、 wide なら列演算や imshow。 用途に応じて使い分けます。 変換は双方向に何度でもできるので、 「迷ったらまず形を変えてみる」と発想を切り替えられる。

よくある業務シナリオ

🐍 Python 実装⑥：long → wide でモデル特徴量を作る

機械学習モデルの入力には「行 = 1 サンプル、 列 = 特徴量」の wide が必須。 long のままでは sklearn に渡せない。 ここでは SSDSE-B-2026 の都道府県別データから、 「過去 12 年の人口推移を特徴量とした 2023 年予測モデル」を作るための変換を実演。

このコードでやること：long → wide で「行 = 都道府県、 列 = 各年の総人口」の特徴量行列を作り、 2023 年の総人口を回帰で予測する練習。

📥 入力：df_long（1692×5、 指標==総人口に絞ると 564 行）。

1
2
3
4
5
6
7
8
9
10
11

from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score, mean_absolute_error

pop = df_long[df_long['指標'] == '総人口'].pivot_table(
    index='Prefecture', columns='年度', values='値')
X = pop[[2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022]]
y = pop[2023]
m = LinearRegression().fit(X, y)
yp = m.predict(X)
print(f'R^2 = {r2_score(y, yp):.4f}, MAE = {mean_absolute_error(y, yp):,.0f} 人')
print('X shape:', X.shape, ' y shape:', y.shape)

📤 実行すると次の出力が得られる：

💬 結果の読み方：long を pivot で wide 化することで「47 県 × 11 年の特徴量」と「47 県の 2023 年人口」という ML に直接使える形になった。 R²=1.0 / MAE=889 人 は 強相関の時系列を扱うと過学習傾向（前年の値が翌年をほぼ決める）。 実務では train/test 分割や時系列 CV、 特徴量の差分化が必要。 大事なのは「形を変えるだけで ML に渡せる」という事実。

long → wide の応用パターン

• 時系列特徴量: 過去 N 期の値を列に並べて教師データ化
• カテゴリ別集計: 商品カテゴリ別の売上を列に展開（one-hot 的）
• 顧客行動: ユーザー × イベント の頻度行列を作って RFM 分析
• テキスト特徴: 文書 × 単語の TF-IDF 行列

🧭 エッジケース集 — こんなとき long / wide はどうする

ケース A: 複数指標を同時に pivot したい

pivot_table(values=['総人口', '高齢者人口'], ...) のように複数指定すると、 結果の列は MultiIndex（指標 × 年度）になる。 平坦化するには df.columns = [f'{a}_{b}' for a,b in df.columns]。

ケース B: 重複キーで pivot がエラー

df.pivot ではなく df.pivot_table(aggfunc='mean') を使う。 重複の理由を理解した上で、 mean / sum / count などを業務に合わせて選択。

ケース C: 疎データ（多くの NaN）

疎データを wide にすると NaN だらけになり、 メモリも食う。 そのまま long で保持し、 scipy.sparse 経由で疎行列にするのが現実解。

ケース D: 階層的（MultiIndex）データ

df.stack(level=...) / df.unstack(level=...) で指定階層だけを展開・畳み込む。 県 × 年 × 性別の 3 階層なら、 「性別だけ列に出す」のような部分変換が便利。

ケース E: 文字列と数値が混在

melt すると「値」列は全部 object 型になる（数値と文字列が混在するため）。 数値だけ抽出してから melt するか、 melt 後に pd.to_numeric(errors='coerce') で変換。

ケース F: 年度が文字列「2023年」

「2023年」のような文字列を pivot の columns に使うと、 並びがアルファベット順になり時系列が崩れる。 df['年度'] = df['年度'].str.replace('年','').astype(int) で数値化してから pivot。

ケース G: 観測単位が混ざっている

県データと市データを 1 つのテーブルに混ぜないこと（tidy 原則 3）。 別テーブルにして、 必要に応じて concat や merge で結合。

ケース H: 縦持ちの SQL DB から long を取り出す

RDB の正規形は基本 long に近い。 SELECT prefecture, year, metric, value FROM ssdse_long で取り出し、 Python 側で pivot するか、 SQL の PIVOT 構文（Oracle/SQL Server）を使う。

📌 最終チェック — 1 ページサマリ

long / wide 変換は単なる「形の変更」ではなく、 問題を解きやすくする思考の切り替え です。 本ページで身に付けた感覚を 1 ページにまとめます。

long の哲学

• 「1 観測 = 1 行」 — tidy data の根本
• 指標を データとして扱う（列名ではなく値として）
• groupby・seaborn・SQL と相性最高
• 疎・大規模・追加が頻繁なデータに強い

wide の哲学

• 「1 行 = 1 サンプル、 列 = 特徴量」 — ML の基本形
• 列同士の演算（前年比・差分）が直感的
• imshow / Excel風ヒートマップに直接使える
• 密・少数指標・固定構造のデータに強い

学習者へのメッセージ

「データを受け取ったら、 まず形を疑う」が本ページで一番伝えたいこと。 wide で受け取って long で集計、 long で受け取って wide で ML、 という 双方向の変換 ができる状態を目指してください。 SSDSE-B-2026 のような実データで何度も練習すれば、 自然に身に付きます。

本ページの 6 つのコードブロックは、 順番に Jupyter のセルに貼り付ければそのまま動きます（SSDSE-B-2026.csv を data/raw/ 配下に置くこと）。 「読むだけ → 動かして読む → 改造して読む」の 3 段階で、 long / wide 変換が「呼吸のように」できるようになります。

次のステップは、 pandas の groupby / merge / resample を体系的に押さえ、 tidy data 原則を時系列・パネルデータ・テキストデータに適用していくこと。 本ページはその起点です。

📋 pandas long/wide チートシート

よく使うイディオムを 1 ページに集約。 印刷して机に貼っておくと作業効率が上がります。

A. wide → long

B. long → wide

C. 中間処理

D. SSDSE-B-2026 専用イディオム

E. パフォーマンス Tips

• 大規模データは必要列に絞ってから変換（メモリ節約）
• repeat 操作なら、 まず最小サンプルで確認してから本実行
• pivot_table は遅い。 速度重視なら groupby + unstack の組み合わせ
• 1000 万行超なら polars や dask の melt / pivot が pandas より高速

F. 他言語・他フレームワークの対応

どの環境でも概念は同じ。 pandas で身に付けた感覚は他言語にそのまま転用できる。 R を主に使う人は pivot_longer / pivot_wider、 SQL を主に使う人は UNPIVOT / PIVOT を覚えておけば十分。

G. 学習者向け練習問題（SSDSE-B-2026）

1. SSDSE-B-2026 から「2023 年 47 都道府県の総人口」を wide で抽出し、 「人口が多い順」に並べたランキング表を作成せよ
2. 同じデータを long にして、 「都道府県別の 12 年間平均総人口」を groupby で計算せよ
3. 総人口の年次クロス表（行=県、 列=年）から、 「2012-2023 で人口が増加した県」をリストアップせよ
4. 3 指標（総人口・高齢者人口・出生数）を long 形式にして、 各指標の年次トレンドを seaborn で 1 図に重ねよ
5. 「県 × 年 × 指標」の MultiIndex を作り、 unstack で「指標を列に出す」変換を試せ

解答例は本ページの Python 実装①〜⑥に大半が含まれています。 すべてコピペで動くので、 まず動かしてから自分で書き直す ── これが習得の近道です。

H. よくある質問

📘 long/wide 変換の深掘り（melt / pivot / wide_to_long）

long と wide の往復は pandas の melt / pivot / wide_to_long の 3 つで完結する。 題材は SSDSE-B-2026 の年次パネル（都道府県 × 年 × 指標）で、 wide は「年が列」、 long は「年が行」に対応する。 実際に動かせるコード例は上の「🐍 Python 実装①〜⑥」がそのまま雛形になる（すべて SSDSE-B-2026 の実データ・実測値で動作を確認済み）。 ここでは「どこに変換するか」「列名の意味は何か」「欠損はどう扱うか」という判断軸を、 対応表と原則として整理しておく。

A. pandas / R / tidyverse 対応表（決定版）

SSDSE-B-2026 で「年度・Code・Prefecture」を id_vars に、 A1101（総人口）などの指標列を縦に積むのが melt、 それを「行=Prefecture・列=年度」に戻すのが pivot、 「総人口_2012」のような列名規則を一括で縦持ちにするのが wide_to_long ── という対応になる（実演は Python 実装①〜④）。

B. 目的別・long / wide 早見表

C. melt / pivot の落とし穴（dtype・NaN・重複）

• dtype の崩壊: 異なる型の列を melt すると、 値列 (value) は object 型になりやすい。 数値計算前に pd.to_numeric() を通す癖をつける。
• NaN の量産: pivot で行・列の組合せが疎な場合、 存在しない交差点は NaN になる。 pivot_table(fill_value=0) または事後の fillna() で対処。 ただし「観測なし」と「実値 0」を区別すること。
• 重複キーで pivot エラー: (index, columns) の組が重複すると pivot は ValueError。 集約が必要なら pivot_table(aggfunc='mean') に切り替える。 SSDSE-B-2026 は「年×県」で一意なので通常は不要。
• 年度が文字列だと並びが崩れる: 「2023年」のような文字列を columns に使うと辞書順に並ぶ。 astype(int) で数値化してから pivot する。

D. tidy data と「観測単位」の関係

Hadley Wickham が 2014 年に提唱した tidy data（整然データ）の 3 原則は、 縦持ち形式と深く関係する。

1. 各変数は 1 つの列を成す: 「総人口」「年少人口」「高齢者人口」のような変数は、 それぞれ独立した 1 列とする。 1 列に 2 つの情報を混ぜない。
2. 各観測は 1 つの行を成す: 「北海道の 2023 年の総人口」のような個々の観測が、 それぞれ 1 行ずつ独立して並ぶ。
3. 各観測単位は 1 つのテーブルを成す: 「都道府県別データ」と「市区町村別データ」は別テーブルに分け、 必要に応じて join する。

SSDSE-B-2026 の元の形式は「1 行 = 年度 × 都道府県、 列に各指標」という横持ちで、 「観測単位 = （年度, 都道府県）」と捉えれば tidy として成立する。 しかし「観測単位 = （年度, 都道府県, 指標）」と捉え直すと、 縦持ちのほうが tidy になる。 つまり tidy か否かは「何を観測単位とみなすか」に依存し、 縦持ちが絶対的に tidy なわけではない。

E. 縦持ち・横持ちのメモリ効率

一般に「列数が少なく行数が多い縦持ち」は、 文字列の id 列（都道府県名・指標名など）が繰り返されるため、 同じ情報でも横持ちよりサイズが大きくなりやすい。 反対に横持ちは「疎な観測」では NaN が並んでメモリを浪費する。

ユーザー × 商品の購買履歴のように 99% が 0 になる超疎データは、 scipy.sparse の CSR/CSC 形式（実質的に「(行, 列, 値)」のトリプレット＝縦持ちに近い）で保持するのが定石だ。

F. SQL・Excel・R tidyr との対応

縦持ち ⇄ 横持ちの概念は言語を越えて共通で、 呼び名だけが異なる。 pandas で身に付けた感覚はそのまま転用できる。

Excel ピボットの (行, 列, 値, 集計方法) は、 pandas の pivot_table の (index, columns, values, aggfunc) と 1 対 1 に対応する。 SQL で縦持ち保存しておけば、 集計の都度 GROUP BY + CASE WHEN で必要な横持ちに整形できる。

G. データパイプラインでの縦横の使い分け

実務のデータパイプラインでは、 工程ごとに縦持ち・横持ちの使い分けが定石化している。

H. 歴史的経緯（Tidy Data の系譜）

縦持ち・横持ちの概念は、 リレーショナルデータベース理論（1970 年代の E.F. Codd による正規化理論）まで遡る。 正規化された DB テーブル（第 3 正規形以降）は基本的に縦持ち（または狭い横持ち）の形を取る。 一方、 統計学やビジネス分析の現場では「観測ごとに 1 行、 変数ごとに 1 列」という横持ちが古くから定着し、 SPSS・SAS・Excel はすべて横持ち入力を前提に設計されている。

流れが変わったのは 2014 年、 Hadley Wickham による「Tidy Data」論文（Journal of Statistical Software）の発表だ。 これにより「縦持ち = 整然データ = 解析向き」という思想が広まり、 R の tidyr や Python の pandas（特に melt）に強い影響を与えた。 現在は「収集時は縦持ちで保存、 解析時に必要に応じて横持ちに変換」が標準パターンになっている。

日本語の「縦持ち・横持ち」は、 業務システム開発で「データを縦方向に持つか横方向に持つか」というレイアウト判断が頻出したことに由来する。 英語圏では「long format / wide format」「stacked / unstacked」「molten / cast」など複数の呼び名があるが、 概念は同じである。 ライブラリごとに用語が違う点にだけ注意したい。

🎮 触って理解する — long ⇄ wide 変換シミュレータ

下の 2 つの表はまったく同じ情報です（SSDSE-B-2026 実測値：総人口 A1101、4 都道府県 × 2021〜2023 年）。 セルをタップ（クリック）すると、 long の 1 行 ⇄ wide の 1 セルという対応関係が相互にハイライトされます。 「melt」「pivot」ボタンで変換の様子をアニメーションで再生できます。

📈 long 形式からは折れ線グラフが「直接」描ける

下のグラフは、 上の long 配列をそのまま「県」列でグループ化して描いたもの（系列 = グループ列の値）。 seaborn なら sns.lineplot(data=long, x='年', y='総人口', hue='県') の 1 行に対応します。 wide 形式だと列ごとにループを書く必要があり、 県が増えるたびにコードが変わってしまいます。 long 表の行やグラフの点をタップすると相互にハイライトされます。

🎨 直感 — 「同じ情報の 2 つの並べ方」

上で体感した通り、 melt / pivot は情報を増やしも減らしもしません。 値セルはどちらも 12 個で、 変わるのは「観測を行方向に積むか、 列方向に広げるか」というレイアウトだけ。 long は「値 1 つにつき住所ラベル（県・年）を毎行書く」ので冗長だが機械に優しく、 wide は「ラベルを行見出し・列見出しに 1 回だけ書く」ので人間の目に優しい ── これが両形式のトレードオフの核心です。

⚠️ よくある落とし穴（変換で起きること）

• 欠損の発生：long で「沖縄県の 2022 年だけ観測なし」でも long は単に行が 1 本少ないだけ。 しかし pivot で wide にした瞬間、 その場所に NaN のセルが生まれます。 wide は「全組合せのマス目」を強制するため、 疎なデータでは欠損だらけの表になります。
• 列名に情報が埋まる：wide の列名「2021」「2022」は実はデータ（年という変数の値）です。 列名に埋まった情報は groupby や結合キーとして使えず、 集計のたびに melt で「救出」する必要があります。 列名が「2021_総人口」のように複数情報を含むと救出はさらに面倒に。
• pivot の重複キー：long 側に同じ (県, 年) が 2 行あると 1 セルに 2 値は入れないので pivot はエラー。 pivot_table(aggfunc=...) で「どう潰すか」を明示する必要があります。

🚀 発展 — pandas melt / pivot と tidy data

この操作は pandas では pd.melt（wide→long）と pivot / pivot_table（long→wide）、 R tidyverse では pivot_longer / pivot_wider に対応します。 「1 変数 = 1 列、 1 観測 = 1 行」を満たす long 形式は 整然データ（tidy data）の考え方そのもので、 データフレーム上の集計・可視化・クレンジングのすべてが滑らかになります。 実務の定石は「保存・処理は long、 提出・閲覧の直前だけ wide」です。

⚠️ よくある落とし穴

縦持ち・横持ち変換で頻発する失敗は、 (1) 型混在で value 列が object 化、 (2) 同一 (key, var) の重複で pivot 失敗、 (3) ID 列を value に紛れ込ませて時系列が乱れる、 の 3 つに集約されます。 Wickham の Tidy Data 原則 (各変数=1 列、 各観測=1 行) を出発点にして、 melt → 集約 → pivot の順を守れば回避できます。

⚠️ long / wide 変換でハマる 6 連発

🌐 関連手法・派生

縦持ち・横持ち変換は pandas.melt / pivot_table を中核に、 stack/unstack (MultiIndex)、 R の tidyr (gather/spread → pivot_longer/pivot_wider) と対応します。 横持ちは人間の閲覧、 縦持ちは集約・可視化・モデリングに向く、 という使い分けを覚えておきましょう。

上の表に並べた melt・pivot / pivot_table・stack / unstack・tidyr (R) は、 いずれもこの用語と隣り合う選択肢です。 右列に書いたのは「どこが違うか」なので、 違いがぴんと来ない行から先に読むと、 差分だけを追えて手戻りがありません。 リンクの無いものは本サイトに個別ページを設けていないため、 関連グループ教材か外部資料を当たってください。

⚖️ 似た用語との使い分け

「縦持ち・横持ち」と隣接する手法を、 ざっと俯瞰できる比較表として再整理します。 場面に応じてどれを採用するか、 まずは「適用条件」「仮定」「強み・弱み」の 3 軸で見比べてください。

「とりあえずデフォルト」で進めてしまうと、 適用条件外でも気付かず使い続ける事故になりがちです。 1 度「なぜこれを選んだか」を 1 文で書く習慣をつけると、 後の説明・査読でも強力な武器になります。

🛠 現場でのワークフロー例

「縦持ち・横持ち」を実際の分析プロジェクトに組み込むときの典型的な作業順序を示します。 教科書の例題と違って、 実データ・実業務では準備と検証に多くの時間を使うことに注意。

データ処理 カテゴリのほかの用語と組合せて使う場面が多いため、 上記④までで終わらせず、 ⑤⑥まで丁寧に進めることが「結果が伝わる分析」の鍵です。

🔭 立場で変わる「縦持ち・横持ち」の見方

同じ 縦持ち・横持ち でも、 どの立場から読むかで「まず気にすること」が入れ替わります。 下の表は、 立場ごとにこのページのどこから読むと近道かを整理したものです。

本ページはすべての立場を意識して構成されていますが、 自分の関心に応じてセクションを取捨選択して読むのが現実的です。

📜 歴史と背景

縦持ち・横持ち は、 統計学と計算機科学の流れの中から生まれました。 下の年表はこの分野全体の流れで、 縦持ち・横持ち 固有の年表ではありません。 この用語がどの時代の産物かを掴むために置いています。

歴史を知っておくと、 「なぜこの用語がこの定義になっているのか」「なぜ似た用語が複数あるのか」が腑に落ちやすくなります。 用語が生まれた動機を理解することが、 応用する力を養う近道です。

📔 ミニ用語集

「縦持ち・横持ち」を読み解く上で出てきた周辺の小用語を、 すぐに引けるよう 1 か所に集めました。 各説明は本ページの記述と整合しています。

変数 (variable)

測られたもの（例: 死亡率）

観測 (observation)

測られた単位（例: 2023年 北海道）

値 (value)

具体的な数値

melt

横→縦変換

pivot

縦→横変換

🔗 関連用語（前提・並列・発展）

この用語と直接つながる前後関係。 「前提」=先に知っておくと理解が早い／「並列」=同じ問題に別の角度／「発展」=応用・拡張版。 学習計画の参考にどうぞ。

• 🔗 テーブルデータ — 前提
• 🔗 データフレーム — 実装
• 🔗 前処理 — 工程

✅ 実務チェックリスト

分析を提出する前に、 以下を順に確認すると見落としが大きく減ります。 教材として身につけたい「思考の型」でもあります。

• □ 「縦持ち・横持ち」を使う場面かを再確認したか（適用範囲外で無理に使っていないか）
• □ データの尺度・分布・サンプル数を確認したか
• □ 前提条件を満たしているか（独立性・正規性・線形性など）
• □ 欠損値・外れ値の扱い方針が明確か
• □ 計算した値だけでなく不確実性（標準誤差・信頼区間）も把握したか
• □ 結果の解釈と限界を区別したか
• □ 再現性のためにパッケージバージョン・乱数シードを記録したか
• □ 関連グループ教材で全体像を確認したか

❓ よくある質問（FAQ）

📝 レポートでの報告

「縦持ち・横持ち」を用いた分析を文書化する際、 以下の項目を順序立てて記述すると、 読み手が結果を追体験しやすくなります。 学術論文でも実務レポートでも基本構造は共通です。

• 使ったデータ：出典（例: SSDSE-B-2026）、 期間、 サンプル数 n、 取得日
• 前処理の方針：欠損補完、 外れ値処理、 単位統一、 変数変換（対数、 標準化など）
• 適用条件の確認：本用語の前提が満たされているかを明示的に検証した結果
• 推定値：点推定だけでなく、 標準誤差・95% 信頼区間・p 値などの不確実性も併記
• 結果の可視化：図のキャプションに n・期間・変数の単位を含める
• 解釈：「何を意味するか」を、 ドメイン知識と結びつけて記述
• 限界：「何を意味しないか」を率直に書く（相関は因果ではない、 標本の偏り、 時期の特殊性など）
• 再現性：使用パッケージのバージョン、 乱数シード、 解析コードへのリンク

この型に沿うことで、 査読・上司・将来の自分の誰が読んでも追跡できる記述になります。

🔗 関連用語をたどる学習ルート

前提として押さえたい

• DataFrame — long / wide の入れ物
• データクレンジング — 変換前の前処理
• データ型・変数 — 列の型を意識する

並列・派生として知っておきたい

• pandas — melt / pivot の本家
• groupby — long で威力を発揮
• 集計 — pivot_table の中核
• 結合 — 複数テーブルを統合

発展として深掘りしたい

• tidy data — long 形式の理論
• 時系列 — wide が便利な代表領域
• 可視化 — long は ggplot/seaborn と相性
• データウェアハウス — スター・スキーマと long

📚 関連グループ教材

• 論文一覧 — long / wide 変換を実際に使った再現論文
• 用語集トップ — 全用語を一覧で確認
• 概念マップ — 用語間の関係を視覚化

📝 SSDSE-B-2026 実演まとめ — 形を変えれば問題が解ける

本ページ後半で行った 4 つの実演は、 すべて SSDSE-B-2026 の同じデータ を扱っています。 違うのは「形」だけ。 形を変えるだけで、 集計・可視化・統計モデルの当てはめやすさが激変する ── これが long / wide の最大の学び。

🌐 関連手法・派生

• SQL の UNPIVOT / PIVOT — Oracle / SQL Server などで long / wide 変換
• R tidyr の pivot_longer / pivot_wider — pandas より新しい統一インターフェース
• Spark の melt / pivot — 大規模分散処理での long / wide
• Polars の melt / pivot — pandas より高速な後継ライブラリ

最終アクションリスト（コピペ可）

1. データを受け取ったら、 まず形を確認（df.shape, df.columns）
2. 「観測単位は何か」を 1 文で言える状態に
3. tidy data の 3 原則と照合 → 必要なら melt / pivot で変形
4. 集計・可視化したい操作に応じて long / wide を選択
5. 変換後の NaN・重複・型を必ず点検
6. 大規模データなら必要列に絞ってから変換
7. 変換コードをドキュメント化（後で再現できるように）

📚 さらに学ぶための入口

本ページは初学者向けの導入に重きを置いています。 もう一段深く学びたい方向けの参考方向性を以下にまとめました。 具体的な書誌情報は出典を確認の上で各自で取得してください。

• 大学教科書レベル：基礎統計・線形代数・確率論の教科書から該当章を確認すると、 本用語の理論的裏付けが押さえられます。
• 専門書・モノグラフ：本用語の名前で和書・英書を検索すると、 数百ページの体系的解説に出会えます。 1 度通読する価値あり。
• 論文・サーベイ：Google Scholar や arXiv で本用語を検索し、 引用数の多いサーベイ論文を読むと、 最新の派生・発展が見渡せます。
• 公的統計：本サイトの題材である SSDSE（教育用標準データセット）や e-Stat を使うと、 実データで手を動かしながら学べます。
• OSS ドキュメント：scikit-learn・statsmodels・PyTorch などの公式ドキュメントは、 アルゴリズム解説と実装例が揃った優良教材です。
• 本サイトの再現論文：用語がどう実問題に使われるかは、 論文一覧 から該当ジャンルを選ぶと具体例が確認できます。

🎯 このページの要点（最終確認）

「縦持ち・横持ち」を 1 行で言える ように整理：

• カテゴリ：データ処理
• 何をする道具か：縦持ち（long）と横持ち（wide）は、 同じ情報を異なる形に並べたテーブルの 2 つの正準形態。
• 使う前に必ず確認：適用条件、 サンプル数、 前提仮定
• 結果と一緒に必ず示す：不確実性（標準誤差・信頼区間）、 解釈、 限界
• 関連グループ教材：このページ末尾のリンクから全体像へ

🧭 次に読むなら：土台が怪しいと感じたら DataFrame・データクレンジング へ戻り、 もう一段進みたければ tidy data・時系列 へ進んでください。 この用語集は必要になった時に開く前提で作っているので、 今すぐ全部読む必要はありません。

📚 関連グループ教材

この用語の全体像を学ぶには、 横断的な教材から入るのが効率的：

• 📚 データ処理 — 領域全体
• 📚 データエンジニアリング — 関連基盤

🗺 概念マップ

関連概念を視覚的に整理した概念マップ。

縦持ち (long) と横持ち (wide) は同じ情報の異なる表現で、 中央ノード「観測単位 × 変数」を起点に、 long 形式は「(都道府県, 年, 指標, 値)」の 4 列、 wide 形式は「都道府県を行・年を列」の交差表として展開される。 pandas の melt / pivot が両者を結ぶ可逆操作で、 集計・可視化・回帰モデル投入時には用途に応じて使い分ける。

🔗 隣接手法への橋渡し

long/wide 変換は EDA → 可視化 → モデリングの結節点であり、 隣接領域と密接につながる：

• 上流: CSV 読み込みと DataFrame — pandas で表を扱う前提
• 並列: データクレンジングと 集計 — 形を整える同階層の操作
• 下流: 可視化と 時系列分析 — tidy data (long) にすると seaborn / statsmodels が直接使える

long ⇄ wide 変換は EDA → 可視化 → モデリングのパイプラインの結節点。

🌳 手法選択フロー

「long と wide のどちらで持つか」は次工程で決まる。 3 段で判定する。

1. Step 1: 次工程は何か?
   • seaborn の relplot / catplot / lineplot → long 形式 (hue/col に列名を指定する設計)
   • Excel への貼付・人間の目視確認 → wide 形式 (年×指標のクロス表が読みやすい)
   • statsmodels の固定効果回帰 (PanelOLS) → long 形式 (MultiIndex (entity, time))
2. Step 2: 値列の同質性は?
   • 全列が同じ単位・型 (例: 各年の人口) → pd.melt(id_vars='都道府県', var_name='年', value_name='人口') で long 化
   • 列ごとに単位が異なる (総人口/面積/年平均気温) → wide のまま、 long 化すると単位混在で集計事故
3. Step 3: 欠損と重複は?
   • pivot 時に (index, columns) の組合せが重複 → pivot_table(aggfunc='mean') で集約か、 重複を解消
   • long → wide で欠損年が NaN に → fillna(0) かinterpolate() を意図的に選択

原則: 「分析は long、 表示は wide」。 SSDSE-B-2026 (年×都道府県×指標) は元から long に近い構造なので、 melt 不要なケースが多い。

📝 補足：直感を精密化する — 「個体」と「観測」の言葉づかい

本ページ冒頭の「🎨 直感で掴む」を、 言葉の解像度を 1 段上げて言い直しておく。 long / wide の混乱の多くは「行が何を表すか」の取り違えに由来するので、 ここを固めると以降の落とし穴が一気に見通せる。

• 横持ち（wide）= 1 行 1 個体。 行は「観測の主体（entity）」＝都道府県のようなものを表し、 列にはその個体について測った変数が横並びになる。 「北海道」という 1 個体の情報が 1 行に集約される。
• 縦持ち（long）= 1 行 1 観測。 行は (個体, 変数, 値) という3 つ組（triple）を表す。 「北海道・総人口・5092000」で 1 行。 個体は複数行に分散し、 変数名すらデータ（値）として列に降りてくる。
• melt = 変数を「列見出し」から「値」へ降ろす操作、 pivot = 値を「列見出し」へ昇格させる操作。 情報量は不変で、 動くのは「変数名の置き場所（列ラベル ⇄ セルの値）」だけ ── これは「🎮 触って理解する」の melt / pivot アニメが可視化している通り。

📝 補足：落とし穴の深掘り（SSDSE-B-2026 実測で検証）

本ページには既に「⚠️ よくある落とし穴」「long / wide 変換でハマる 6 連発」「C. melt / pivot の落とし穴」があるが、 ここでは特に事故が多い 5 点を、 SSDSE-B-2026（564 行 × 112 列、 うち指標 109 列）の実測値で裏取りしながら掘り下げる。

① id_vars 指定漏れ ── 識別子が「値」に溶ける

df.melt() を引数なしで呼ぶと、 全 112 列が無差別に縦積みされる。 SSDSE-B-2026 での実測は次の通り（本ページの Python 実装が動く環境でそのまま再現できる）。

指定漏れ版では Prefecture が「変数」として 564 回 value 列に混入し、 文字列と数値が同居するため value 列が object 型に落ちる（＝mean() 等の数値計算が即エラー）。 正しく識別子 3 列を id_vars に渡すと value は float64 のまま。 「melt したら真っ先に df['value'].dtype を見る」を癖にする。 型の話は 型変換 も参照。

② 欠損の非対称性 ── long は「消える」、 wide は「湧く」

同じ欠測でも long と wide で挙動が真逆になる。 これは「⚠️ よくある落とし穴（変換で起きること）」で触れた点の両方向の整理である。

• wide 化で NaN が湧く：pivot は「全（個体 × キー）のマス目」を強制するので、 観測の無い交差点が NaN として顕在化する。 疎なデータほど NaN だらけの表になる。
• long 化で行が消える：wide → long（melt）自体は欠測を「行が 1 本少ない」だけに留めるが、 その後に安易に dropna() すると、 「たまたまその年に観測が無かっただけの個体」が丸ごと落ちる。
• 「観測なし」と「実値 0」を区別する：pivot_table(fill_value=0) は便利だが、 「測っていない」を「0 だった」に書き換えてしまう危険がある。 欠測の意味（欠測メカニズム）を確認してから埋める。 詳しくは 欠損値 を参照。

③ 列名と値の混同 ── 列見出しは「隠れたデータ」

wide の列名「2021」「2022」「2023」は、 実は「年」という変数の値である。 列名に埋まった情報は groupby のキーにも結合キーにもできず、 集計のたびに melt で「救出」する羽目になる。 列名が「総人口_2021」のように複数の情報を連結していると救出はさらに厄介で、 pd.wide_to_long や str.split での分解が要る（本ページ Python 実装④が実演）。

④ 型・単位の混在 ── 平均が無意味になる long

「人口（人）」と「高齢化率（％）」のように単位の違う指標を 1 本の value 列に積むと、 groupby('指標').mean() は指標ごとには正しいが、 指標をまたいだ value.mean() は物理的に無意味な数になる。 long 化するときは「値が同質か」を必ず問う。 本ページ「手法選択フロー Step 2」の判定軸がこれに当たる。

⑤ 可視化 / 分析で「どちらが要るか」の取り違え

最後は形式の選択ミスそのもの。 seaborn の lineplot(hue=...) や箱ひげは long、 df.corr() や sklearn の X 行列は wide が前提。 「図が描けない・モデルに渡せない」の大半は、 手法の要求形式を確認せずに変換した取り違えが原因。 可視化 の入力仕様を先に見てから形を決めるとムダな往復が減る。

📝 補足：発展 — パネルデータ・stack/unstack・正規化との関係

long / wide を「単なる整形」で終わらせず、 統計モデル・データベース理論と接続すると、 なぜ long が分析の基本形とされるのかが腑に落ちる。

A. パネルデータは long が「正準形」

SSDSE-B-2026 は「都道府県 i × 年 t」のパネルデータそのもの。 パネル分析のツールは long を要求する ── statsmodels の PanelOLS は MultiIndex(entity, time)、 すなわち「(個体, 時点) を行に積んだ long」を入力形式とする。 固定効果モデルや パネル因果推論（差分の差分など）は、 個体 i と時点 t がそれぞれ 1 列として存在する long でこそ「個体ダミー」「時点ダミー」を素直に組める。 wide のままでは t が列名に埋もれてしまい、 これらのモデルに渡せない（落とし穴③の帰結）。

B. stack / unstack は melt / pivot の MultiIndex 版

本ページの対応表でも触れた通り、 stack/unstack は「インデックス階層と列階層を入れ替える」操作で、 melt / pivot の MultiIndex 特化版と捉えると迷わない。

• df.set_index(['Code','Prefecture']).stack() ── 列を最内インデックスへ畳んで long 化（縦長 Series）。
• df.unstack('年度') ── インデックスの「年度」階層だけを列へ展開。 「性別だけ横に出す」のような部分変換が melt / pivot より簡潔。
• 使い分けの目安：フラットな列名なら melt / pivot、 既に MultiIndex を持つなら stack / unstack。

C. 「正規化」との関係 ── 用語の衝突に注意

long 形式はデータベースの正規化と本質的に近い。 wide の「年ごとに繰り返す列（2012, 2013, …）」は、 リレーショナル理論でいう反復グループであり、 これを行に畳んで (個体, 年, 値) にする melt は、 第 1 正規形へ向かう整形とほぼ同義。 リレーショナルデータベースの正規形テーブルが自然と long（ファクトテーブル）に寄るのはこのため。

D. pivot と one-hot エンコーディングの地続き

long のカテゴリ列を pivot で列展開すると、 各カテゴリが 0/1（または値）の指示列になる ── これは one-hot エンコーディングと地続きの発想である。 「指標を列に出す」pivot、 「カテゴリを列に出す」one-hot、 いずれも値を列見出しへ昇格させる同じ操作の顔違い。 疎になりやすい点も共通で、 超疎なら scipy.sparse（本ページ E 節参照）に逃がすのが定石。