Journal of Statistical Softwareのパッケージに関する論文へのリンクなど、Hadley Wickhamのパッケージに関するWebサイト（現在はreshape2）にはいくつかのリソースがあります。
論文の簡単な例を次に示します。
> 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
データはワイド形式であることに注意してください。長い形式にするには、smithsデータフレームを溶融させます。
> 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
melt()idとして変数の1つをどのように選択したかに注意してください。しかし、引数を介して使用するものを明示的に述べることができます'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
以下に別の例を示し?castます。
#Air quality example
names(airquality) <- tolower(names(airquality))
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
溶融データフレームを保存すると、他の形式にキャストできます。reshape（と呼ばれるreshape2）の新しいバージョンには、それぞれ配列のような（配列、行列、ベクトル）結果またはデータフレームacast()をdcast()返す関数があります。また、これらの関数は集約関数（例mean()）を使用して、データの概要を溶融形式で提供します。たとえば、上記の大気質の例に続いて、データセット内の変数の月平均値を幅広い形式で生成できます。
> 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
reshape2：melt()とacast()andのdcast()ペアリングには、実際には2つの主要な機能しかありません。これら2つの機能のヘルプページの例をご覧ください。HadleyのWebサイト（上記のリンク）を参照し、私が言及した論文をご覧ください。これで開始できます。
また、Hadleyのplyrパッケージを調べることもできます。Hadleyのパッケージは、似たようなことをreshape2しますが、さらに多くのことを行うように設計されています。