從我讀到的，*重塑2中的施放操作失去了他們的result_variable功能。 Hadley暗示爲此使用plyr（將多個結果列附加到輸入數據幀）。我將如何實現文檔例子...reshape2：聚合函數的多個結果？
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
cast(aqm, month ~ variable + result_variable, range)
使用reshape2（dcast）和plyr（ddply）？
由於'reshape2'和'plyr'包的靈活性，此問題有多個答案。我將展示最簡單的例子之一瞭解這裏：
library(reshape2)
library(plyr)
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
步驟1：讓我們把它分解爲若干步驟。首先，讓我們單獨定義'aqm'，並從融化的數據中進行工作。這會讓這個例子更容易理解。
aqm <- melt(airquality, id=c("Month", "Day"), na.rm=TRUE)
# Month Day variable value
# 1 5 1 Ozone 41.0
# 2 5 2 Ozone 36.0
# 3 5 3 Ozone 12.0
# 4 5 4 Ozone 18.0
# ...
# 612 9 30 Temp 68.0
步驟2：現在，我們要以取代「最小值」和「最大值」列中的「價值」欄。我們可以使用'plyr'軟件包中的'ddply'功能來實現這一點。爲此，我們使用'ddply'函數（數據幀作爲輸入，數據幀作爲輸出，因此「dd」-ply）。我們首先指定數據。
ddply(aqm,
然後我們指定我們想要用來分組數據的變量'Month'和'variable'。我們使用.函數直接引用這些變量，而不是引用它們包含的值。
ddply(aqm, .(Month, variable),
現在我們需要選擇一個聚合函數。我們在這裏選擇summarize函數，因爲我們有我們不希望包含在最終數據中的列（「日」和「值」）。 summarize函數將刪除所有原始的非分組列。
ddply(aqm, .(Month, variable), summarize,
最後，我們指定每個組的計算。我們可以參考原始數據框（'aqm'）的列，儘管它們不會包含在我們的最終數據框中。這是它的外觀：
aqm_ply <- ddply(aqm, .(Month, variable), summarize, min=min(value), max=max(value))
# Month variable min max
# 1 5 Ozone 1.0 115.0
# 2 5 Solar.R 8.0 334.0
# 3 5 Wind 5.7 20.1
# 4 5 Temp 56.0 81.0
# 5 6 Ozone 12.0 71.0
# 6 6 Solar.R 31.0 332.0
# 7 6 Wind 1.7 20.7
# 8 6 Temp 65.0 93.0
# 9 7 Ozone 7.0 135.0
# 10 7 Solar.R 7.0 314.0
# 11 7 Wind 4.1 14.9
# 12 7 Temp 73.0 92.0
# 13 8 Ozone 9.0 168.0
# 14 8 Solar.R 24.0 273.0
# 15 8 Wind 2.3 15.5
# 16 8 Temp 72.0 97.0
# 17 9 Ozone 7.0 96.0
# 18 9 Solar.R 14.0 259.0
# 19 9 Wind 2.8 16.6
# 20 9 Temp 63.0 93.0
步驟3：我們可以看到，數據被大大減少，因爲ddply功能聚合了線。現在我們需要再次對數據進行融合，所以我們可以得到最終數據幀的第二個變量。請注意，我們需要指定一個新的參數variable.name，所以我們沒有兩列名爲「變量」。
aqm_melt <- melt(aqm_ply, id=c("Month", "variable"), variable.name="variable2")
# Month variable variable2 value
# 1 5 Ozone min 1.0
# 2 5 Solar.R min 8.0
# 3 5 Wind min 5.7
# 4 5 Temp min 56.0
# 5 6 Ozone min 12.0
# ...
# 37 9 Ozone max 96.0
# 38 9 Solar.R max 259.0
# 39 9 Wind max 16.6
# 40 9 Temp max 93.0
步驟4：我們可以通過我們的數據鑄造成最終的形式終於包裹了這一切。
dcast(aqm_melt, Month ~ variable + variable2)
# Month Ozone_min Ozone_max Solar.R_min Solar.R_max Wind_min Wind_max Temp_min Temp_max
# 1 5 1 115 8 334 5.7 20.1 56 81
# 2 6 12 71 31 332 1.7 20.7 65 93
# 3 7 7 135 7 314 4.1 14.9 73 92
# 4 8 9 168 24 273 2.3 15.5 72 97
# 5 9 7 96 14 259 2.8 16.6 63 93
希望這個例子能給你足夠的理解，讓你開始。請注意，'plyr'軟件包的新數據框優化版本正在積極開發'dplyr'名稱，因此您可能希望在代碼變得更加完備後將其轉換爲新軟件包。
這是一個dplyr解決方案，利用了令人驚歎的%>%功能。它還使用了基本功能（），這個功能通常使用不足（恕我直言）。代碼是自我解釋的。
library(dplyr)
airquality %>%
melt(c('Month', 'Day')) %>%
group_by(Month, variable) %>%
summarise(min = min(value, na.rm = T), max = max(value, na.rm = T)) %>%
reshape(timevar = 'variable', idvar = 'Month', direction = 'wide') %>%
arrange(Month)
我認爲其他的答案應該有你在如何使用「plyr」或「dplyr」（我會鼓勵你繼續在尋找那個方向）條款的保護。
對於好玩，這是一個圍繞dcast的包裝，讓您指定多個功能。它不適用於返回多個值的函數（如range），它需要您使用命名的函數列表。
dcastMult <- function(data, formula, value.var = "value",
funs = list("min" = min, "max" = max)) {
require(reshape2)
if (is.null(names(funs)) | any(names(funs) == "")) stop("funs must be named")
Form <- formula(formula)
LHS <- as.character(Form[[2]])
if (length(LHS) > 1) LHS <- LHS[-1]
temp <- lapply(seq_along(funs), function(Z) {
T1 <- dcast(data, Form, value.var = value.var,
fun.aggregate=match.fun(funs[[Z]]), fill = 0)
Names <- !names(T1) %in% LHS
names(T1)[Names] <- paste(names(T1)[Names], names(funs)[[Z]], sep = "_")
T1
})
Reduce(function(x, y) merge(x, y), temp)
}
它看起來像一個有點亂，但結果是，你要堅持你熟悉的語法相同，同時獲得使用多個聚合函數。 funs參數的「名稱」用作結果名稱中的後綴。可以按預期指定匿名功能，例如maxSq = function(x) max(x)^2。
dcastMult(aqm, month ~ variable, value.var="value",
funs = list("min" = min, "max" = max))
# month ozone_min solar.r_min wind_min temp_min ozone_max solar.r_max wind_max temp_max
# 1 5 1 8 5.7 56 115 334 20.1 81
# 2 6 12 31 1.7 65 71 332 20.7 93
# 3 7 7 7 4.1 73 135 314 14.9 92
# 4 8 9 24 2.3 72 168 273 15.5 97
# 5 9 7 14 2.8 63 96 259 16.6 93
隨着recent commit到development version of data.table v1.9.5，我們可以同時投多個value.var列（也包括fun.aggregate使用多個聚合函數）。請參閱?dcast瞭解更多信息以及示例部分。
下面是我們如何使用dcast：
require(data.table) # v1.9.5+
dt = as.data.table(airquality)
valvars = c("Ozone", "Solar.R", "Wind", "Temp")
dcast(dt, Month ~ ., fun=list(min, max), na.rm=TRUE, value.var=valvars)
# Month ._min_Ozone ._min_Solar.R ._min_Wind ._min_Temp ._max_Ozone ._max_Solar.R ._max_Wind
# 1: 5 1 8 5.7 56 115 334 20.1
# 2: 6 12 31 1.7 65 71 332 20.7
# 3: 7 7 7 4.1 73 135 314 14.9
# 4: 8 9 24 2.3 72 168 273 15.5
# 5: 9 7 14 2.8 63 96 259 16.6
# ._max_Temp
# 1: 81
# 2: 93
# 3: 92
# 4: 97
# 5: 93
可以放心地忽略這些警告。
你是否還在開始時跑過名字（airquality）< - tolower（names（airquality））？ –
不，這些姓氏已經是小寫字母......沒有必要。 – mrcalvin