来源： http://developer.51cto.com/art/201305/396615.htm

 一、通过重新构建数据进行整形

数据整形最直接的思路就把数据全部向量化，然后按要求用向量构建其他类型的数据。这样是不是会产生大量的中间变量、占用大量内存？没错。R语言的任何函数（包括赋值）操作都会有同样的问题，因为R函数的参数传递方式是传值不传址，变量不可能原地址修改后再放回原地址。

矩阵和多维数组的向量化有直接的类型转换函数： as.vector，向量化后的结果顺序是先列后行再其他：

1. > (x <- matrix(1:4, ncol=2))  #为节省空间，下面的结果省略了一些空行 
2.      [,1] [,2] 
3. [1,]    1    3 
4. [2,]    2    4 
5. > as.vector(x) 
6. [1] 1 2 3 4 
7. > (x <- array(1:8, dim=c(2,2,2))) 
8. , , 1 
9.      [,1] [,2] 
10. [1,]    1    3 
11. [2,]    2    4 
12. , , 2 
13.      [,1] [,2] 
14. [1,]    5    7 
15. [2,]    6    8 
16. > as.vector(x) 
17. [1] 1 2 3 4 5 6 7 8 

列表向量化可以用unlist，数据框本质是元素长度相同的列表，所以也用unlist：

1. > (x <- list(x=1:3, y=5:10)) 
2. $x 
3. [1] 1 2 3 
4. $y 
5.  
6. [1]  5  6  7  8  9 10 
7. > unlist(x) 
8. x1 x2 x3 y1 y2 y3 y4 y5 y6  
9.  1  2  3  5  6  7  8  9 10  
10. > x <- data.frame(x=1:3, y=5:7) 
11. > unlist(x) 
12. x1 x2 x3 y1 y2 y3  
13.  1  2  3  5  6  7 

其他类型的数据一般都可以通过数组、矩阵或列表转成向量。一些软件包有自定义的数据类型，如果考虑周到的话应该会有合适的类型转换函数。

二、transform 和 within函数

transform 函数对数据框进行操作，作用是为原数据框增加新的列变量。但应该注意的是“原数据框”根本不是原来的那个数据框，而是一个它的拷贝。下面代码为airquality数据框增加了一列log.ozone，但因为没有把结果赋值给原变量名，所以原数据是不变的：

1. > head(airquality,2) 
2.   Ozone Solar.R Wind Temp Month Day 
3. 1    41     190  7.4   67     5   1 
4. 2    36     118  8.0   72     5   2 
5. > aq <- transform(airquality, loglog.ozone=log(Ozone)) 
6. > head(airquality,2) 
7.   Ozone Solar.R Wind Temp Month Day 
8. 1    41     190  7.4   67     5   1 
9. 2    36     118  8.0   72     5   2 
10. > head(aq,2) 
11.   Ozone Solar.R Wind Temp Month Day log.ozone 
12. 1    41     190  7.4   67     5   1  3.713572 
13. 2    36     118  8.0   72     5   2  3.583519 

transform可以增加新列变量，可以改变列变量的值，也可以通过NULL赋值的方式删除列变量：

1. > aq <- transform(airquality, loglog.ozone=log(Ozone), Ozone=NULL, WindWind=Wind^2) 
2. > head(aq,2) 
3.   Solar.R  Wind Temp Month Day log.ozone 
4. 1     190 54.76   67     5   1  3.713572 
5. 2     118 64.00   72     5   2  3.583519 
6.  
7. > aq <- transform(airquality, loglog.ozone=log(Ozone), Ozone=NULL, Month=NULL, WindWind=Wind^2) 
8. > head(aq,2) 
9.   Solar.R  Wind Temp Day log.ozone 
10. 1     190 54.76   67   1  3.713572 
11. 2     118 64.00   72   2  3.583519 

within 比 transform 灵活些，除数据框外还可以使用其他类型数据，但用法不大一样，而且函数似乎也不够完善：

1. > aq <- within(airquality, { 
2. + log.ozone <- log(Ozone) 
3. + squared.wind <- Wind^2 
4. + rm(Ozone, Wind) 
5. + } ) 
6. > head(aq,2) 
7.   Solar.R Temp Month Day squared.wind log.ozone 
8. 1     190   67     5   1        54.76  3.713572 
9. 2     118   72     5   2        64.00  3.583519 
10.  
11. > (x <- list(a=1:3, b=letters[3:10], c=LETTERS[9:14])) 
12. $a 
13. [1] 1 2 3 
14. $b 
15. [1] "c" "d" "e" "f" "g" "h" "i" "j" 
16. $c 
17. [1] "I" "J" "K" "L" "M" "N" 
18.  
19. > within(x, {log.a <- log(a); d <- paste(b, c, sep=':'); rm(b)}) 
20. $a 
21. [1] 1 2 3 
22. $c 
23. [1] "I" "J" "K" "L" "M" "N" 
24. $d 
25. [1] "c:I" "d:J" "e:K" "f:L" "g:M" "h:N" "i:I" "j:J" 
26. $log.a