合并具有重复观察的数据框

Question

我有两个数据框：

df1 <- data.frame(index = c(rep(2,5), rep(3,8), rep(4,6), rep(5,9)),
              start = c(0:4, 0:7, 0:5, 0:8),
              end = c(1:5, 1:8, 1:6, 1:9),
              v1= rep(1,28))


df2 <- data.frame(index = c(rep(2,5), rep(3,7), rep(4,6), rep(5,6)),
              v1 = rnorm(24))

假设index 列代表一个人的不同观察。 在df1 的这个例子中，我们有一个 id 为 2 和 5 观察的人， id 为 3 的人有 8 个观察值，依此类推。

我现在想用df2 中的v1 值替换df1 中v1 的值。 df2 的观测值有时比 df1 少，例如适用于 3 和 5 人。

合并的方式应该是 df2 的 v1 被用于第一次观察，如果没有更多的观察可用，则应该替换 NAs。

应保留 df1 框架的结构，但应将 v1 替换为 df2 中的结构。

Answer 1

要通过连接来实现这一点，您需要一个组内索引，这样您就有一个唯一的标识符来匹配。

如果df2 的顺序已经正确，则创建此方法很简单，因此加入后的任何 NA 值都应位于每个组的末尾。您可以将end 变量添加到df2 并加入index 和end。

我还从第一个数据集 df1 中删除了 v1。

library(dplyr)
df2 %>%
    group_by(index) %>%
    mutate(end = 1:n()) %>%
    left_join(select(df1, -v1), .)

   index start end          v1
1      2     0   1 -1.57254316
2      2     1   2 -1.09000063
3      2     2   3 -0.13775401
4      2     3   4 -0.94088741
5      2     4   5  0.45180766
6      3     0   1  2.14925746
7      3     1   2  1.79103360
8      3     2   3 -0.28344963
9      3     3   4 -0.10250375
10     3     4   5  0.21321949
11     3     5   6  0.07982287
12     3     6   7  0.37987963
13     3     7   8          NA
14     4     0   1  0.41360521
15     4     1   2 -0.28888575
16     4     2   3 -0.58786830
17     4     3   4  0.14340062
18     4     4   5  1.46434162
19     4     5   6  1.73668914
20     5     0   1  1.43112233
21     5     1   2  0.40772442
22     5     2   3 -1.77085141
23     5     3   4 -0.94653948
24     5     4   5 -1.54412791
25     5     5   6 -0.28174510
26     5     6   7          NA
27     5     7   8          NA
28     5     8   9          NA

正如@SteveBeaupre 在 cmets 中所指出的，您可以用row_number() 替换我以前的1:n() 习惯。