数据形式转换与分析演示（long vs. wide）

1 📊 模拟 wide 数据（用于建模）

library(tidyverse)
library(gt)

# 构造 wide 格式面板数据（公司 A 与 B）
df_wide <- tribble(
  ~id, ~year, ~revenue, ~net_profit, ~roe, ~debt_ratio,
  "A", 2018, 100, 12, 0.08, 0.55,
  "A", 2019, 120, 14, 0.09, 0.50,
  "A", 2020, 140, 18, 0.11, 0.47,
  "B", 2018, 110, 13, 0.07, 0.60,
  "B", 2019, 130, 16, 0.08, 0.54,
  "B", 2020, 145, 19, 0.09, 0.50
)

df_wide %>%
  gt() 

id	year	revenue	net_profit	roe	debt_ratio
A	2018	100	12	0.08	0.55
A	2019	120	14	0.09	0.50
A	2020	140	18	0.11	0.47
B	2018	110	13	0.07	0.60
B	2019	130	16	0.08	0.54
B	2020	145	19	0.09	0.50

---

2 📉 wide数据形式：描述性分析

普通描述性统计

summary(df_wide[, c("revenue", "net_profit", "roe", "debt_ratio")]) 

    revenue        net_profit         roe            debt_ratio    
 Min.   :100.0   Min.   :12.00   Min.   :0.07000   Min.   :0.4700  
 1st Qu.:112.5   1st Qu.:13.25   1st Qu.:0.08000   1st Qu.:0.5000  
 Median :125.0   Median :15.00   Median :0.08500   Median :0.5200  
 Mean   :124.2   Mean   :15.33   Mean   :0.08667   Mean   :0.5267  
 3rd Qu.:137.5   3rd Qu.:17.50   3rd Qu.:0.09000   3rd Qu.:0.5475  
 Max.   :145.0   Max.   :19.00   Max.   :0.11000   Max.   :0.6000  

tips: summary()返回的并不是数据框，所以不适用于gt()输出，也不适用于stargazer输出（不是不可以，需要转换为数据框格式，较为繁琐）。

利用psych包输出描述性统计（仅保留常见统计量）

library(psych)
library(gt)

# 生成描述性统计
desc2_stats <- describe(df_wide[, c("revenue", "net_profit", "roe", "debt_ratio")]) %>%
  rownames_to_column(var = "variable")

# 格式化输出并保留两位小数
desc2_stats %>%
  select(variable, n, mean, sd, median, min, max) %>%
  gt() %>%
  fmt_number(
    columns = c(mean, sd, median, min, max),
    decimals = 2
  )

variable	n	mean	sd	median	min	max
revenue	6	124.17	17.44	125.00	100.00	145.00
net_profit	6	15.33	2.80	15.00	12.00	19.00
roe	6	0.09	0.01	0.08	0.07	0.11
debt_ratio	6	0.53	0.05	0.52	0.47	0.60

---

3 📉 wide数据形式：回归分析

利用stargazer包输出回归分析结果

library(stargazer) # 输出论文格式的回归分析结果

model <- lm(roe ~ revenue + net_profit + debt_ratio, data = df_wide)

stargazer(model, type = "text")

===============================================
                        Dependent variable:    
                    ---------------------------
                                roe            
-----------------------------------------------
revenue                       -0.0005          
                              (0.001)          
                                               
net_profit                     0.003           
                              (0.008)          
                                               
debt_ratio                    -0.281           
                              (0.099)          
                                               
Constant                       0.250           
                              (0.086)          
                                               
-----------------------------------------------
Observations                     6             
R2                             0.888           
Adjusted R2                    0.719           
Residual Std. Error       0.007 (df = 2)       
F Statistic              5.271 (df = 3; 2)     
===============================================
Note:               *p<0.1; **p<0.05; ***p<0.01

保存结果为word

stargazer(model, type = "html", out = "regression_table.doc") 

---

4 📉 转换为 long 格式（为ggplot2绘图做准备）

df_long <- df_wide %>%
  pivot_longer(
    cols = c(revenue, net_profit, roe, debt_ratio),
    names_to = "indicator",
    values_to = "value"
  )

# 添加中英文混合标签用于图示
df_long <- df_long %>%
  mutate(
    indicator_label = case_when(
      indicator == "debt_ratio"  ~ "资产负债率（debt ratio）",
      indicator == "net_profit"  ~ "net_profit（净利润）",
      indicator == "revenue"     ~ "revenue（营业收入）",
      indicator == "roe"         ~ "roe（股东回报率）"
    )
  )

df_long %>%
  gt() 

id	year	indicator	value	indicator_label
A	2018	revenue	100.00	revenue（营业收入）
A	2018	net_profit	12.00	net_profit（净利润）
A	2018	roe	0.08	roe（股东回报率）
A	2018	debt_ratio	0.55	资产负债率（debt ratio）
A	2019	revenue	120.00	revenue（营业收入）
A	2019	net_profit	14.00	net_profit（净利润）
A	2019	roe	0.09	roe（股东回报率）
A	2019	debt_ratio	0.50	资产负债率（debt ratio）
A	2020	revenue	140.00	revenue（营业收入）
A	2020	net_profit	18.00	net_profit（净利润）
A	2020	roe	0.11	roe（股东回报率）
A	2020	debt_ratio	0.47	资产负债率（debt ratio）
B	2018	revenue	110.00	revenue（营业收入）
B	2018	net_profit	13.00	net_profit（净利润）
B	2018	roe	0.07	roe（股东回报率）
B	2018	debt_ratio	0.60	资产负债率（debt ratio）
B	2019	revenue	130.00	revenue（营业收入）
B	2019	net_profit	16.00	net_profit（净利润）
B	2019	roe	0.08	roe（股东回报率）
B	2019	debt_ratio	0.54	资产负债率（debt ratio）
B	2020	revenue	145.00	revenue（营业收入）
B	2020	net_profit	19.00	net_profit（净利润）
B	2020	roe	0.09	roe（股东回报率）
B	2020	debt_ratio	0.50	资产负债率（debt ratio）

---

5 📈 long数据形式：ggplot2 可视化 - 公司财务指标趋势图

library(ggplot2)
library(ggsci)
library(showtext)

ggplot(df_long, aes(x = year, y = value, color = id)) +
  geom_line(size = 1.2) +
  geom_point(size = 2.5) +
  facet_wrap(~ indicator_label, scales = "free_y") +  # 每个指标一图
  scale_color_uchicago() +
  scale_x_continuous(breaks = unique(df_long$year)) +
  labs(
    title = "公司 A 与 B 的财务指标表现",
    x = "年份", y = "指标值", color = "公司"
  ) +
  theme_minimal(base_size = 14)

---

6 📚 小结

• ✅ Wide 格式：用于模型建模（如 描述性统计分析describe()，回归分析lm()）
• ✅ Long 格式：适合可视化（如 ggplot2、facet_wrap()）
• ✅ 数据形式转换(（tidyverse）
  • pivot_longer()：wide → long
  • pivot_wider()：long → wide

---