用 R 中的重复行加入 data.frame答案

【问题标题】：Join data.frame with repeated lines in R用 R 中的重复行加入 data.frame
【发布时间】：2021-11-29 20:57:18
【问题描述】：

我有两个数据框。一是在车站st 的收集点全年不同日期的质量。另一个是当年每个st 季节的土地使用情况。

例子

库（dplyr）

water_df=read.table(text="st  Date    OD  pH  DBO
A 01/07/2005  8   6.3 3
A 02/06/2005  7   6.2 2.2
A 01/01/2005  7.3 6.5 3.1
A 03/05/2006  6   6.3 4
A 09/08/2006  6.8 7.1 1.1
A 12/12/2006  7.3 8.1 2.9
B 02/07/2005  6.8 5.4 2.6
B 03/06/2005  6.0 5.3 1.9
B 02/01/2005  6.2 5.5 2.6
B 04/05/2006  5.1 5.4 3.4
B 10/08/2006  5.8 6.0 0.9
B 13/12/2006  6.2 6.9 2.5
C 20/12/2006  6.5 7.2 2.6
C 27/12/2006  6.8 7.6 2.7
C 03/01/2007  7.2 8.0 2.9
C 10/01/2007  7.5 8.4 3.0
C 17/01/2007  7.9 8.8 3.1
C 24/01/2007  8.3 9.2 3.3
C 31/01/2007  8.7 9.7 3.5
C 07/02/2007  9.2 10.2    3.6", sep="", header=TRUE)%>%as.data.frame()



land_df=read.table(text = "st year    Veg Water   Soil    Crop    Grass
A 2005    100 200 80  130 70
B 2006    98  180 84  132 86
C 2007    93  175 79  127 106", sep="", header = TRUE)%>%as.data.frame()

我想在质量数据中添加该站点的土地利用价值，即使同一站点 st 重复。

我尝试了一些方法，但没有成功

#I tryed cbind
join_df<-cbind(water_df, land_df)

#I tryed
library(purrr)
joind_df2<-purrr::reduce(water_df, land_df)

【问题讨论】：

merge(water_df, land_df, by = "st", all.x = TRUE)?

标签： r join

【解决方案1】：

此操作通常称为“加入”或“合并”。您需要加入列，这意味着我们需要从您的日期中提取年份，然后是 left_join 命令。 See this FAQ for more information about joining data in R.

library(dplyr)
library(lubridate)

water_df %>%
  mutate(year = year(dmy(Date))) %>%
  left_join(land_df, by = c("st", "year"))
#    st       Date  OD   pH DBO year Veg Water Soil Crop Grass
# 1   A 01/07/2005 8.0  6.3 3.0 2005 100   200   80  130    70
# 2   A 02/06/2005 7.0  6.2 2.2 2005 100   200   80  130    70
# 3   A 01/01/2005 7.3  6.5 3.1 2005 100   200   80  130    70
# 4   A 03/05/2006 6.0  6.3 4.0 2006  NA    NA   NA   NA    NA
# 5   A 09/08/2006 6.8  7.1 1.1 2006  NA    NA   NA   NA    NA
# 6   A 12/12/2006 7.3  8.1 2.9 2006  NA    NA   NA   NA    NA
# 7   B 02/07/2005 6.8  5.4 2.6 2005  NA    NA   NA   NA    NA
# 8   B 03/06/2005 6.0  5.3 1.9 2005  NA    NA   NA   NA    NA
# 9   B 02/01/2005 6.2  5.5 2.6 2005  NA    NA   NA   NA    NA
# 10  B 04/05/2006 5.1  5.4 3.4 2006  98   180   84  132    86
# 11  B 10/08/2006 5.8  6.0 0.9 2006  98   180   84  132    86
# 12  B 13/12/2006 6.2  6.9 2.5 2006  98   180   84  132    86
# 13  C 20/12/2006 6.5  7.2 2.6 2006  NA    NA   NA   NA    NA
# 14  C 27/12/2006 6.8  7.6 2.7 2006  NA    NA   NA   NA    NA
# 15  C 03/01/2007 7.2  8.0 2.9 2007  93   175   79  127   106
# 16  C 10/01/2007 7.5  8.4 3.0 2007  93   175   79  127   106
# 17  C 17/01/2007 7.9  8.8 3.1 2007  93   175   79  127   106
# 18  C 24/01/2007 8.3  9.2 3.3 2007  93   175   79  127   106
# 19  C 31/01/2007 8.7  9.7 3.5 2007  93   175   79  127   106
# 20  C 07/02/2007 9.2 10.2 3.6 2007  93   175   79  127   106

有一些缺失值，您的land_df 没有在特定年份对特定站点进行观测。如果您想填写之前的观察结果，请查看 ?tidyr::fill 和 this FAQ。

【讨论】：