本节书摘来自华章出版社《数据科学：R语言实现》一 书中的第3章，第3.10节，作者：R for Data Science Cookbook 丘祐玮（David Chiu），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.10　重塑数据

重塑数据类似于创建列联表，它允许用户聚合特定值下的数据。reshape2程序包就是用来完成这个任务的。这里，我们会介绍如何使用reshape2程序包，借助函数dcast把长数据转换成宽数据。我们也会介绍如何使用函数melt把宽数据转换回长数据。

准备工作按照3.8节“合并数据”教程，把employees和salaries融合为employees_salary。

2.我们也可以通过保留emp_no和格式化的名称字符串作为两个属性，来转换数据。然后我们可以设置薪水支付的年份作为列名，薪水作为它的值：

3.另外，我们可以使用函数melt把宽数据转换回长数据：

4.为了移除long_salaries中带有缺失值的数据，我们可以使用na.omit移除这些数据：

运行原理

在本教程中，我们展示了如何使用reshape2程序包重塑数据。首先，我们使用函数dcast把长数据转换为宽数据。使用这个函数时，我们指定了salaries作为转换时的第一个参数。然后，我们又设定emp_no作为行，薪水年份作为列，给定重塑函数。最后，我们设置salary作为宽数据中的值。我们也可以使用多个列来重塑数据。我们只需通过+操作符，在公式的左边添加另一个列的信息。因此，在第2步中，我们设置employees_salary数据上的重塑公式形式为emp_no + paste(first_name，last_name) ~ year(ymd(from_date))。然后，我们看到输出数据的左边部分是emp_no和格式化的名称，薪水支付年份在右边部分，薪水作为值。除了把长数据重塑为宽数据，我们也可以使用函数melt把宽数据转变回长数据。因此，我们可以使用emp_no作为基础，把wide_salaries重塑为长数据。由于我们有许多缺失值（表示为NA），可以使用na.omit移除这些数据。更多技能除了plyr程序包中的dcast和melt函数，我们还可以使用stack和unstack来分组数据和取消分组。1.我们可以使用函数unstack按值分组数据：

2.相反，我们可以使用函数stack把多个数据框或列表拼接起来：