在Hadley Wickham的网站上有很多关于该软件包的资源（现在称为reshape2），包括论文的链接。该软件包位于《统计软件杂志》上。
这是本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
我们注意到数据是广泛的形式。为了简化起见，我们使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
注意如何melt()选择变量之一作为id，但是我们可以通过参数明确指出要使用的变量'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
这是来自的另一个示例?cast：
#Air quality example
names(airquality) <- tolower(names(airquality))
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
如果我们存储熔融数据帧，就可以铸造成其他形式。在reshape（称为reshape2）的新版本中，有一些函数acast()，分别dcast()返回类似数组的结果（数组，矩阵，向量）或数据帧。这些功能还采用了汇总功能（例如mean()），以熔融形式提供数据摘要。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宽泛的每月平均值：
> 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
有真的只有两个主要功能reshape2：melt()和acast()和dcast()配对。查看这两个功能的帮助页面中的示例，请访问Hadley的网站（上面的链接），并查看我提到的论文。那应该让您开始。
您可能还会研究Hadley的plyr软件包，该软件包的功能与之相似，reshape2但除其他功能外，还可以做很多其他事情。