बहुचर क्रॉस-सेक्शनल डेटा (Multivariate Cross-sectional Data) (यानी टाइम-सीरीज़ या रिपीटेड मेजर नहीं) को आयताकार डेटा (Rectangular Data) द्वारा दर्शाया जाता है जिसमें प्रत्येक कॉलम एक वेरिएबल (फीचर) है, और प्रत्येक पंक्ति एक केस या रिकॉर्ड है।
आयत डेटा को प्रस्तुत करने की पहली प्रक्रिया इसे उच्च-आयामी पॉइंट डेटा पर मैप करना और ग्रिड फाइल (Grid File), PR क्वाडट्री, पॉइंट क्वाडट्री, और k-d-ट्री जैसी पॉइंट-आधारित डेटा स्ट्रक्चर प्रक्रियाओं का उपयोग करना है। आयताकार डेटा को चार-आयामी बिंदु पर मैप करने की प्रक्रिया कई तकनीकों में की जा सकती है जैसे विपरीत कोनों के x और y निर्देशांक, या एक कोने के x और y निर्देशांक और चौड़ाई और ऊंचाई, आदि। आयताकार डेटा के पॉइंट-आधारित प्रतिनिधित्व की कमी यह है कि वे स्टोरेज और स्थानिक ऑपरेशन्स दोनों की दक्षता के लिए डेटा की स्थानीयता (Locality of Data) का लाभ उठाने में विफल रहते हैं।
आयत डेटा को प्रस्तुत करने की दूसरी प्रक्रिया उन रेखाओं (Lines) के संदर्भ में है जिनसे यह बना है और लाइन-आधारित डेटा स्ट्रक्चर प्रक्रियाएं जैसे PM क्वाडट्री, PMR क्वाडट्री, आदि। आयताकार डेटा के लाइन-आधारित प्रतिनिधित्व की कमी यह थी कि एक स्थानिक ऑपरेशन जो इसके लाइन सेगमेंट्स के संदर्भ में निर्दिष्ट है, ऑपरेशन की शर्तों को पूरा नहीं कर सकता फिर भी वे जिस आयत से बने हैं वह उन्हें पूरा करता है।
आयत डेटा को प्रस्तुत करने की तीसरी प्रक्रिया उस क्षेत्र (Area) के संदर्भ में है जिस पर यह कब्जा करता है। MX-CIF क्वाडट्रीज़ और R-ट्रीज़ जैसी प्रक्रियाएं आयत डेटा को न्यूनतम बाउंडिंग बॉक्स (Lowest Bounding Boxes) के पदानुक्रमित समूहों (Hierarchical Groupings) में व्यवस्थित करती हैं। MX-CIF क्वाडट्री के मामले में स्पेस-आधारित (Space-based) क्वाडट्री पार्टीशनिंग लागू होती है जहां प्रत्येक आयत अपने न्यूनतम संलग्न क्वाडट्री ब्लॉक से जुड़ा होता है। R-ट्रीज़ में आयत डेटा को पदानुक्रमित नेस्टेड न्यूनतम बाउंडेड बॉक्स में विभाजित किया जाता है। R-ट्रीज़ की कमी यह है कि डेटा की स्थानीयता लागू नहीं होती।
