将reshape2 与dplyr 关联使用而不是完全使用tidyr 是否有任何优势或限制？
我并不完全熟悉 reshape2 函数的 tidyr 等价函数，我想了解切换到 tidyr 的原因是什么，因为我在 R 代码中越来越多地看到它。
【问题讨论】：
Tidyr 遵循tidyverse 约定，例如dplyr：
旨在与管道完美配合的函数%>%
非标准评估 (NSE)，这意味着您使用不带引号的列名而不是字符串
rlangtidy dots 语义，就像其他 tidyverse 包一样，这意味着你可以使用!! 和!!!，一旦你知道如何使用它们就非常强大。当然，如果你不使用 NSE 的函数，你也可以不用花哨的语法来做同样的事情……但如果你已经使用了dplyr，那么你已经在到处使用 NSE。
如果您已经使用dplyr，如果您还使用tidyr 进行数据整形，您的代码可能看起来更一致。
此外，reshape2 专注于重塑数据 (melt/cast)，而 tidyr 则专注于重塑数据 (gather/spread)，更像是操作列 (unite/separate/extract)、创建和使用列表列和嵌套数据/帧 (nest/unnest)，处理缺失值 (complete/expand/fill)。
我还应该说dplyr和tidyr是互补的，所以我会挑战你的框架(tidyr) VS (dplyr + reshape2)。无论您是使用tidyr 还是reshape2，dplyr 都是必不可少的。
最终，melt/dcast 等同于 gather/spread，所以这是个人偏好，直到您需要其他 tidyr 功能，或者如果您想追随“tidyverse 趋势”。
【讨论】：