在 R 中加入并匹配两个数据框

Question

我有两个数据框。第一个数据框包括：四列 1) ID、2) 站点、3) 深度和 3) 密度。第二个数据框由 3 列组成：1) ID，2) 站点和 3) 选择（即最喜欢的站点）。

df1

  ID  Site Depth Density      
  1     B   0.1       0
  2     C   0.2       0
  3     C   0.2       1
  4     A  0.05       0
  5     A  0.05       1
  6     B   0.1       1
  7     B   0.1       2
  8     B   0.1       3
  9     D   0.3       0
 10     C   0.2       2
 11     D   0.3       1
 12     D   0.3       2
 13     D   0.3       3
 14     D   0.3       4
 15     D   0.3       5

df 2

     ID     Site   Choices
      1       A     No
      1       B     Yes
      1       C     No
      1       D     No
      2       A     No
      2       B     No
      2       C     Yes
      2       D     No
      3       A     No
      3       B     No
      3       C     Yes
      3       D     No
      4       A     Yes
      4       B     No
      4       C     No
      4       D     No

我正在尝试向 df2 添加一列，其中包含当 ID 选择其最喜欢的站点时每个站点的每个 ID 的密度。

期望的输出：

     ID     Site   Depth  Density    Choice
      1       A      0.05     0         No
      1       B      0.1      0         Yes
      1       C      0.2      0         No
      1       D      0.3      0         No
      2       A      0.05     0         No
      2       B      0.1      1         No
      2       C      0.2      0         Yes
      2       D      0.3      0         No
      3       A      0.05     0         No
      3       B      0.1      0         No
      3       C      0.2      1         Yes
      3       D      0.3      0         No
      4       A      0.05     0         Yes
      4       B      0.1      1         No
      4       C      0.2      2         No
      4       D      0.3      0         No

df2说明：ID 1选择B站时，A、B、C、D站密度为0，ID 2选择C时，A站密度为0，B站为1，在站点C 0，站点D 0。当ID 3选择站点C时，A中的密度仍然为0（尚未ID选择站点A），B有1，C有1，站点D 0，依此类推。

我已经尝试使用完整的连接函数和变异函数，但我没有得到我想要的输出：

           df3<-df2 %>%
           full_join(df1, by = c("ID", "Site")) %>%
           group_by(ID) %>%
           mutate(Density= Density[Choice == "Yes"] ) %>%
           distinct(ID, Site, .keep_all = TRUE)

Answer 1

我认为 Density 是运行选择每个站点的组的总数。要计算它，我会这样做：

df3 <- df2 %>%
  full_join(df1, by = c("ID", "Site")) %>%
  arrange(ID, site) %>%  ## make sure IDs are in ascending order
  group_by(Site) %>%
  mutate(Density = cumsum(Choice == "Yes"))

在 R 中加入并匹配两个数据框

Join and match two data frames in R

join

r

match

dplyr