在R中，重塑a"；混合；使用熔化和浇铸的数据帧

我想绘制两种类型的值（dupl和orig）。是否可以轻松重塑以下数据帧

record=c("r1","r1","r2","r3","r3")
v1=rep(0,5)
v2=c(0,0,1,0,0)
v3=c(1,1,0,1,1)
type=c("orig","dupl","orig","orig","dupl")

df<-data.frame(record, v1, v2, v3, type)
df
  record v1 v2 v3 type
1     r1  0  0  1 orig
2     r1  0  0  1 dupl
3     r2  0  1  0 orig
4     r3  0  0  1 orig
5     r3  0  0  1 dupl

重点是我可以画出vX.orig和vX.dupl的图。还是有更好的方法？ 我正在查看dcast（），但似乎无法得到我想要的，可能是因为我的数据只是部分熔化（沿类型？）

编辑：以下是我尝试过的：

df1<-melt(df,id="record")
dcast(df1,record~value, margins=TRUE)

---

df1您可以这样做：

library(reshape2)
melted <- melt(df, id.vars= c("record", "type"))
dcast(melted,  record ~ variable + type)

  record v1_dupl v1_orig v2_dupl v2_orig v3_dupl v3_orig
1     r1       0       0       0       0       1       1
2     r2      NA       0      NA       1      NA       0
3     r3       0       0       0       0       1       1

在base R中，这是一个简单的重塑：

reshape(df, idvar="record", timevar="type", direction="wide")

#  record v1.orig v2.orig v3.orig v1.dupl v2.dupl v3.dupl
#1     r1       0       0       1       0       0       1
#3     r2       0       1       0      NA      NA      NA
#4     r3       0       0       1       0       0       1

这里是另一个使用
recast
从
restrape2

library(reshape2)
recast(df, record~variable + type)
#   record v1_dupl v1_orig v2_dupl v2_orig v3_dupl v3_orig
#1     r1       0       0       0       0       1       1
#2     r2      NA       0      NA       1      NA       0
#3     r3       0       0       0       0       1       1

这是否可以推广到不以“v”开头的列。。。在我的真实场景中，我希望我的所有列（40）都复制为“_dupl”。如果您可以将该部分调整为其他
dplyr:：select（）
terms，请使用
restrape2
reshape(df, idvar="record", timevar="type", direction="wide")

#  record v1.orig v2.orig v3.orig v1.dupl v2.dupl v3.dupl
#1     r1       0       0       1       0       0       1
#3     r2       0       1       0      NA      NA      NA
#4     r3       0       0       1       0       0       1

library(reshape2)
recast(df, record~variable + type)
#   record v1_dupl v1_orig v2_dupl v2_orig v3_dupl v3_orig
#1     r1       0       0       0       0       1       1
#2     r2      NA       0      NA       1      NA       0
#3     r3       0       0       0       0       1       1