在 Hadley Wickham 的网站上有几个资源包（现在称为reshape2），其中包括Journal of Statistical Software 中关于该包的论文的链接。

这是论文中的一个简短示例：

> require(reshape2)
Loading required package: reshape2
> data(smiths)
> smiths
     subject time age weight height
1 John Smith    1  33     90   1.87
2 Mary Smith    1  NA     NA   1.54

我们注意到数据是宽格式的。要进入长格式，我们将smiths数据框熔化：

> melt(smiths)
Using subject as id variables
     subject variable value
1 John Smith     time  1.00
2 Mary Smith     time  1.00
3 John Smith      age 33.00
4 Mary Smith      age    NA
5 John Smith   weight 90.00
6 Mary Smith   weight    NA
7 John Smith   height  1.87
8 Mary Smith   height  1.54

请注意如何melt()选择其中一个变量作为 id，但我们可以通过参数明确说明要使用的变量'id'：

> melt(smiths, id = "subject")
     subject variable value
1 John Smith     time  1.00
2 Mary Smith     time  1.00
3 John Smith      age 33.00
4 Mary Smith      age    NA
5 John Smith   weight 90.00
6 Mary Smith   weight    NA
7 John Smith   height  1.87
8 Mary Smith   height  1.54

这是另一个示例?cast：

#Air quality example
names(airquality) <- tolower(names(airquality))
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)

如果我们存储熔化的数据帧，我们可以转换成其他形式。在reshape（称为reshape2）的新版本中，有函数acast()并分别dcast()返回类似数组的（数组、矩阵、向量）结果或数据框。这些函数还采用聚合函数（例如mean()）来提供熔融形式的数据摘要。例如，根据上面的空气质量示例，我们可以为数据集中的变量生成广义的月平均值：

> dcast(aqm, month ~ variable, mean)
  month    ozone  solar.r      wind     temp
1     5 23.61538 181.2963 11.622581 65.54839
2     6 29.44444 190.1667 10.266667 79.10000
3     7 59.11538 216.4839  8.941935 83.90323
4     8 59.96154 171.8571  8.793548 83.96774
5     9 31.44828 167.4333 10.180000 76.90000

reshape2:melt()和配对acast()中实际上只有两个主要功能。dcast()查看这两个函数的帮助页面中的示例，查看 Hadley 的网站（上面的链接）并查看我提到的论文。那应该让你开始。

你也可以看看 Hadley 的plyr包，它做类似的事情，reshape2但设计做更多的事情。

• Quick-R有使用 reshape 包的简单示例

• 另请参阅?reshape( LINK ) 以了解在宽格式和长格式之间移动的 Base R 方式。

您不必使用meltand cast。

重塑数据可以通过多种方式完成。在您引用的特定示例中，使用recastwithaggregate是多余的，因为aggregate任务本身就可以完成。

aggregate(cbind(LPMVTUZ, LPMVTVC, LPMVTXC) ~ year, dtm, sum)
# or even briefer by first removing the columns you don't want to use
aggregate(. ~ year, dtm[,-2], sum)

我确实喜欢在您的博客文章中如何解释melt正在做什么。很少有人理解这一点，一旦你看到它，就会更容易看到它是如何cast工作的，以及如果你愿意的话，你可以如何编写自己的函数。

请参阅reshape2 维基。正如您所料，它肯定会提供更多示例。