在R中的现有行之间添加新行数据

我有两个数据帧，我希望将它们连接在一起，这样在按降序排列数据之后，数据帧

df2

位于

df

表的行之间。我还想将日期添加到新添加的行中，以便每个日期都跟随日期的现有日期

我的数据：

df
  Product       Date Value
1       A 2017-07-10    80
2       A 2017-07-01   150
3       B 2017-08-10    40
> df2
  Product  Month Value
1       A   July    90
2       A   July    50
3       B August    30

> result
  Product       Date Value
1       A 2017-07-01   150
2       A 2017-07-02    90
3       A 2017-07-10    80
4       A 2017-07-11    50
5       B 2017-08-10    40
6       B 2017-08-11    30


df <- data.frame(Product = c("A","A","B"),
                 Date = c("2017-07-10","2017-07-01","2017-08-10"),
                 Value =c(80,150,40))

df2 <- data.frame(Product = c("A","A","B"),
                 Month = c("July","July","August"),
                 Value =c(90,50,30))

df
产品日期值
1A 2017-07-10 80
2A 2017-07-01 150
3B 2017-08-10 40
>df2
产品月价值
1990年7月1日A
2010年7月2日
3 B 8月30日
>结果
产品日期值
1A 2017-07-01 150
2A 2017-07-02 90
3A 2017-07-10 80
4 A 2017-07-11 50
5 B 2017-08-10 40
6b 2017-08-11 30
df一种方法是将
df
中的日期增加1天，替换
df
中
df2
中的
Value
，并绑定到原始数据帧

library(dplyr)  

df$Date <- as.Date(df$Date)

df %>%
  mutate(Date = Date + 1) %>%
  arrange(Product, Date) %>%
  mutate(Value = df2 %>% arrange(Product) %>%  pull(Value)) %>%
  bind_rows(df) %>%
  arrange(Product, Date)

#  Product       Date Value
#1       A 2017-07-01   150
#2       A 2017-07-02    90
#3       A 2017-07-10    80
#4       A 2017-07-11    50
#5       B 2017-08-10    40
#6       B 2017-08-11    30

库（dplyr）
df$日期%
变异（日期=日期+1）%>%
安排（产品、日期）%>%
变异（值=df2%%>%RANGE（产品）%%>%pull（值））%%>%
绑定_行（df）%>%
安排（产品、日期）
#产品日期值
#1A 2017-07-01 150
#2A 2017-07-02 90
#3A 2017-07-10 80
#4 A 2017-07-11 50
#5 B 2017-08-10 40
#6b 2017-08-11 30
df

和

df2

中的行数总是相同的？合并这些数据帧很困难，因为有冲突的列。您期望的结果显示一列“日期”，但无法从df2中的“七月”到结果中的2017-07-02。如果不是这样，我会简单地将它们与cbind结合起来，然后对它们进行排序。如果

df2$Month[1]

是

August

，那么预期的日期是什么？蔡达伦预计第二天发生在df@Ronak是的，df和df2中的行数始终相同。代码工作不正常，例如，尝试

df$Value[1]在这种情况下，您的预期输出是什么？也许我误解了你的问题，因为在我的回答中，
Value
列中的更改不会导致任何更改。我在问题中的代码后添加了不正确的解决方案。代码工作不正常，例如，请尝试
df$Value[1]，不幸的是没有。检查我的答案，看看问题中的那些值。你可以更具体一些。你是按降序说的。在第2行中，我将df按降序排列在“值”上。如果您想在“日期”下订单，可以使用以下命令：df=df[订单（df$Date，递减=T），]。如果您想按“日期”排序，而不是按降序排序，那么可以使用以下命令：df=df[order（df$Date），]
library(dplyr)  

df$Date <- as.Date(df$Date)

df %>%
  mutate(Date = Date + 1) %>%
  arrange(Product, Date) %>%
  mutate(Value = df2 %>% arrange(Product) %>%  pull(Value)) %>%
  bind_rows(df) %>%
  arrange(Product, Date)

#  Product       Date Value
#1       A 2017-07-01   150
#2       A 2017-07-02    90
#3       A 2017-07-10    80
#4       A 2017-07-11    50
#5       B 2017-08-10    40
#6       B 2017-08-11    30

df$Date = as.Date(df$Date)
df = df[order(df$Value, decreasing=T), ]

nr = nrow(df) * 2
result = data.frame(Product = rep('', nr), Date = rep(NA, nr), Value = rep(NA, nr))

idx = c(1:nr)
result[which(idx %% 2 == 1), ] = df

df2 = data.frame(Product = df2$Product, Date = as.Date(df$Date, '%Y-%m-%d') + 1, Value = df2$Value)
result[which(idx %% 2 == 0), ] = df2

result$Date = as.Date(result$Date, origin = "1970-01-01")

> result
  Product       Date Value
1       A 2017-07-10   500
2       A 2017-07-11    90
3       B 2017-08-10   400
4       A 2017-08-11    50
5       A 2017-07-01    50
6       B 2017-07-02    30