A = data.frame(x = LETTERS[1:5],y=rnorm(5))<br />
        x          y<br />
1 A  1.2857162<br />
2 B -0.1285226<br />
3 C -0.5951308<br />
4 D  2.4540286<br />
5 E -0.9103182<br />
      B = data.frame(x = LETTERS[1:4],y=rnorm(4))<br />
  x          y<br />
1 A -0.8780069<br />
2 B  1.0533111<br />
3 C -0.5298048<br />
4 D  1.4400166<br />

想要这种数据格式：

<br />
  X        y.A        y.B<br />
1 A  1.2857162 -0.8780069<br />
2 B -0.1285226  1.0533111<br />
3 C -0.5951308 -0.5298048<br />
4 D  2.4540286  1.4400166<br />
5 E -0.9103182         NA<br />

这个问题的起源是处理多只股票的收益率的问题，有不少的股票有的天数没有交易，为了研究的方便，想把这些没有交易日期（可能因为开股东大会之后而临时停牌的股票）当天的收益率设置为0，并且按列合并，临时停牌的日期交易值设为NA，而后统一的替换为0.具体来说，数据格式这样子，其中Stkcd代表股票代码，Trddt代表交易日期，Dretnd代表收益率数据：总共有83474个数据（这里是300只股票，每只股票交易日期为13.7.2至14.9.1日，共288个交易日，当然有的股票由于临时停牌的影响，不够288个交易日）

<br />
    Stkcd      Trddt    Dretnd<br />
1       1   2014/9/1  0.004878<br />
2       1  2014/8/29  0.009852<br />
3       1  2014/8/28 -0.008789<br />
4       1  2014/8/27  0.004907<br />
5       1  2014/8/26 -0.001959<br />
6       1  2014/8/25 -0.013527<br />
7       1  2014/8/22  0.000967<br />
8       1  2014/8/21 -0.012416<br />
9       1  2014/8/20 -0.010397<br />
10      1  2014/8/19 -0.006573<br />
11      1  2014/8/18  0.006616<br />
12      1  2014/8/15  0.003795<br />
13      1  2014/8/14 -0.010329<br />
14      1  2014/8/13  0.004717<br />
        .<br />
        .<br />
        .<br />
        .<br />
3442 603993 2013/8/19  0.018667<br />
83443 603993 2013/8/16 -0.018325<br />
83444 603993 2013/8/15 -0.015464<br />
83445 603993 2013/8/14 -0.016477<br />
83446 603993 2013/8/13 -0.014981<br />
83447 603993 2013/8/12  0.056728<br />
83448 603993  2013/8/9  0.034106<br />
83449 603993  2013/8/8  0.002736<br />
83450 603993  2013/8/7 -0.016151<br />
83451 603993  2013/8/6  0.004054<br />
83452 603993  2013/8/5  0.006803<br />
83453 603993  2013/8/2 -0.022606<br />
83454 603993  2013/8/1  0.010753<br />
83455 603993 2013/7/31  0.020576<br />
83456 603993 2013/7/26  0.000000<br />
83457 603993 2013/7/25  0.015320<br />
83458 603993 2013/7/24  0.000000<br />
83459 603993 2013/7/23  0.042090<br />
83460 603993 2013/7/22  0.019231<br />
83461 603993 2013/7/19 -0.045198<br />
83462 603993 2013/7/18 -0.016667<br />
83463 603993 2013/7/17 -0.027027<br />
83464 603993 2013/7/16  0.002710<br />
83465 603993 2013/7/15  0.001357<br />
83466 603993 2013/7/12  0.004087<br />
83467 603993 2013/7/11  0.029453<br />
83468 603993 2013/7/10  0.061012<br />
83469 603993  2013/7/9  0.013575<br />
83470 603993  2013/7/8 -0.066197<br />
83471 603993  2013/7/5 -0.023384<br />
83472 603993  2013/7/4  0.088323<br />
83473 603993  2013/7/3 -0.026239<br />
83474 603993  2013/7/2  0.004392<br />

现在想将数据融化成这样的一个格式，有一个288行 300列的矩阵，每一列是一只股票288个交易收益率数据，对于缺失交易日的数据收益率补为0，求解好的方法。或许

reshape2

包可以帮助，但是不太熟悉。

<br />
syl = read.csv(file = "TRD_Dalyr.csv",header=TRUE)<br />
syl.data= melt(syl,id.vars = c("Stkcd","Trddt"))<br />
gpdm=dcast(syl.data,Stkcd~variable,length)<br />

</p>