不是 R 中最简单的合并

Question

我认为在我上次的尝试中，我解释得太复杂了，所以我尽量减少我的问题。

我正在寻找以下问题的解决方案。我有两个数据框，想从最后的数据框“df_result”中获取结果。

df_1 = data.frame(id=c(1, 15, 14, 35, 19, 19, 36, 18, 57, 78, 94), year=c(2018, 2020, 2019, 2020, 2018, 2020, 2017, 2019, 2020, 2019, 2018))

df_2 = data.frame(id=c(1, 15, 15, 14, 35, 19, 19, 19, 19, 19, 36, 18, 57, 78, 94), year=c(2018, 2020, 2020, 2019, 2020, 2018, 2018, 2018, 2020, 2020, 2017, 2019, 2020, 2019, 2018), color=c("green", "blue", "yellow", "green", "red", "black", "white", "orange", "yellow", "blue", "blue", "yellow", "white", "blue", "green"), weight=c(NA, 2, 1, NA, NA, 2, 3, 1, 1, 2, NA, NA, NA, NA, NA))

df_result = data.frame(id=c(1, 15, 14, 35, 19, 19, 36, 18, 57, 78, 94), year=c(2018, 2020, 2019, 2020, 2018, 2020, 2017, 2019, 2020, 2019, 2018), result=c("green", "yellow", "green", "red", "orange", "yellow", "blue", "yellow", "white", "blue", "green"))

信息：

• 正如您在 df_1 中看到的，每个 id 至少有一年。例如，id 19 有 2 年（2018 年、2020 年）。
• df_2 的每个 id 至少有 1 个条目，并且具有匹配的年份。如果有多个条目，“权重”表示哪个条目具有优先级（1 表示最高优先级）。
• 在 df_result 中，只有来自 df_2 的权重具有最小数字的颜色。

我知道如何找到问题案例，但下一步是什么？

df_temp <- df_2 %>% 
  group_by(id) %>%
  filter(n() >= 2)
view(df_temp)

Answer 1

df_1加入df_2，按权重排列数据后选择第一行。

library(dplyr)

df_2 %>%
  left_join(df_1, by = c('id', 'year')) %>%
  arrange(id, weight) %>%
  group_by(id, year) %>%
  slice(1L) %>%
  dplyr::select(-weight) %>%
  ungroup

# A tibble: 11 x 3
#      id  year color 
#   <dbl> <dbl> <chr> 
# 1     1  2018 green 
# 2    14  2019 green 
# 3    15  2020 yellow
# 4    18  2019 yellow
# 5    19  2018 orange
# 6    19  2020 yellow
# 7    35  2020 red   
# 8    36  2017 blue  
# 9    57  2020 white 
#10    78  2019 blue  
#11    94  2018 green