没有melt这个函数_R的melt和dcast，兼论宽数据和长数据

处理数据常常会遇到两张数据格式，一种是长数据（long data），另一种是宽数据（wide data）。以常见的股票收盘价数据为例，表1是长数据常见形式，而表2是宽数据常见形式。而R语言作为处理数据的好手，提供了非常多工具来处理这两种数据，以及二者间的转换工具。

接下来首先介绍这两种数据，然后分析二者的优缺点，接着讨论R里面的转换工具melt和dcast函数，最后再对处理方法做一些讨论。

两种数据格式的基本介绍

观察表1的数据格式，可以看到长数据例子中，前两列是日期和股票代码，第三列是某日某只股票的收盘价。这类似于数据库里面的主键（primary key），通过前两列定义一个唯一标志符，第三列是标志符对应的值。当然，可以定义更多列作为标志符（例如加入一列数据字段factor，这里是收盘价），而每一个标志符也可以对应更多列数据（例如加入开盘价等），如表3所示。而如果有新的日期或股票数据进来，新增几行即可。

而宽数据则不一样。在表2中，第一列规定了每一行收盘价的日期，每一列规定了收盘价所属的股票。每一个（二维）宽数据对象只能对应一种数据，如果需要另一种数据，例如开盘价，则需要重新做一个这样的表格，第一行和第一列不变，中间的数据值进行调整即可。而如果有一只新上市的股票，则需要新增一列。

除了上述的不同，二者还有一个非常重要的区别就是对缺失值的处理方式。长数据往往不记录缺失值，而宽数据为了保持数据一致性则需要记录。例如金田实业（000003）这只股票在2002年6月14日退市，之后便没有收盘价。如果我们的数据从2000年开始记录所有股票的收