R 迭代两个数据集并将结果返回到一个数据集

我有两个数据集，事务长和事务短。事务_long在数据集中有许多策略和价格的报价，并带有一个购买点（用true表示）。交易记录仅包含购买点的条目

我的目标是在Transaction\u short数据集中添加一个名为Policy\u Change\u Frequency的列。对于短数据集中的每个客户，迭代长数据集中该客户的行，并计算策略更改的时间

要查找策略更改，我可以使用

sum（diff（Transaction\u Long$policy）！=0）

，但不确定如何迭代这两个数据集并获得结果

详情：

Customer_Name : name of customer
Customer_ID: Customer Identifier number
Purchase: Boolean variable (Yes-1,No-0)
Policy: Categorical (takes values 1-5)
Price : Price quoted

数据集1-事务长

Customer_Name,Customer_ID,Purchased,Policy,Price
Joe,101,0,1,500
Joe,101,0,1,505
Joe,101,0,2,510
Joe,101,0,2,504
Joe,101,0,2,507
Joe,101,0,1,505
Joe,101,1,3,501
Mary,103,0,1,675
Mary,103,0,3,650
Mary,103,0,2,620
Mary,103,0,2,624
Mary,103,0,2,630
Mary,103,1,2,627

数据集2传输\u短路

Customer_Name , Customer_ID,Purchased,Policy, Price
Joe,101,1,3,501
Mary,103,1,2,627

需要在Transaction Short数据集中添加策略更改频率列，因此我的最终Transaction Short数据集如下所示

最终的数据集应该如下所示

Customer_Name , Customer_ID,Purchased, Policy, Price,Policy_ChangeFreq 
Joe,101,1,3,501,3
Mary,103,1,2,627,2

---

在R中使用sqldf包使其正常工作

for (i in 1:nrow(Transaction_short)){
    sql <- sprintf("SELECT policy from Transaction_long where customer_ID = %s",ML_Train_short$customer_ID[i])
    df<- sqldf(sql)
    NF <- sum(df$policy[-1]!= df$policy[-length(df$policy)])
    ML_Train_short$Policy_Change_Freq[i] <- NF
    } 

for（i in 1:nrow（交易简称））{
sql