如何创建基于R中值来自哪个数据帧的变量？

我将按时间升序合并以下两个df，不重复。 我的目标是还要有两个新的变量

df1
   time   freq                  
1   1.5    1
2   3.5    1
3   4.5    2
4   5.5    1
5   8.5    2
6   9.5    1
7  10.5    1
8  11.5    1
9  15.5    1
10 16.5    1
11 18.5    1
12 23.5    1
13 26.5    1

df2
  time freq
1  0.5    6
2  2.5    2
3  3.5    1
4  6.5    1
5 15.5    1

请帮助我创建两个新列的代码：

其中，如果

freq

值对应于

df1

中的

time

，则新变量（

var1

）将记录相关的

freq

值，如果df1不存在这样的

time

值，则

0

其中，如果

freq

值对应于

df2

中的

time

，则第二个新变量（

var2

）将记录

df2

中的

freq

值，如果

df2

中不存在这样的

time

值，则记录

0

所以我会有一个如下的表格：

time var1 var2
0.5   0    6
1.5   1    0
2.5   0    2
3.5   1    1
4.5   2    0
5.5   1    0
...

---

如果我正确理解了数据帧的外观（通过以下方式创建的内容：）

然后，您将通过以下方式获得您想要的：

df_new = data.frame(time = sort(unique(c(df1$time, df2$time))), var1 = sapply(sapply(time, function(x) {df1$freq[df1$time == x]}), function(x) {ifelse(length(x) == 0, 0, x)}), var2 = sapply((sapply(time, function(x) {df2$freq[df2$time == x]})), function(x) {ifelse(length(x) == 0, 0, x)}))

---

希望这能有所帮助，

如果我正确理解了数据帧的外观（可以通过以下方式创建：）

然后，您将通过以下方式获得您想要的：

df_new = data.frame(time = sort(unique(c(df1$time, df2$time))), var1 = sapply(sapply(time, function(x) {df1$freq[df1$time == x]}), function(x) {ifelse(length(x) == 0, 0, x)}), var2 = sapply((sapply(time, function(x) {df2$freq[df2$time == x]})), function(x) {ifelse(length(x) == 0, 0, x)}))

---

希望这有帮助，

代码库R

df3 <- merge(x = df1, df2, by.x = 'time', by.y = 'time', all = TRUE, sort = TRUE)
df3$freq.x[is.na(df3$freq.x)] <- 0
df3$freq.y[is.na(df3$freq.y)] <- 0

数据

df1 <- read.table(text = 
'time   freq                  
1   1.5    1
2   3.5    1
3   4.5    2
4   5.5    1
5   8.5    2
6   9.5    1
7  10.5    1
8  11.5    1
9  15.5    1
10 16.5    1
11 18.5    1
12 23.5    1
13 26.5    1', header = TRUE, stringsAsFactor = FALSE)

df2 <- read.table(text = 
'time freq
1  0.5    6
2  2.5    2
3  3.5    1
4  6.5    1
5 15.5    1', header = TRUE, stringsAsFactor = FALSE)

---

df1代码基R

df3 <- merge(x = df1, df2, by.x = 'time', by.y = 'time', all = TRUE, sort = TRUE)
df3$freq.x[is.na(df3$freq.x)] <- 0
df3$freq.y[is.na(df3$freq.y)] <- 0

数据

df1 <- read.table(text = 
'time   freq                  
1   1.5    1
2   3.5    1
3   4.5    2
4   5.5    1
5   8.5    2
6   9.5    1
7  10.5    1
8  11.5    1
9  15.5    1
10 16.5    1
11 18.5    1
12 23.5    1
13 26.5    1', header = TRUE, stringsAsFactor = FALSE)

df2 <- read.table(text = 
'time freq
1  0.5    6
2  2.5    2
3  3.5    1
4  6.5    1
5 15.5    1', header = TRUE, stringsAsFactor = FALSE)

df1使用
tidyverse
或
dplyr
的更直接的方法：

library(tidyverse)

df1 <- tibble(time = c(1.5, 3.5, 4.5, 5.5), freq = c(1, 1, 2, 1))
df2 <- tibble(time = c(0.5, 2.5, 3.5, 6.5), freq = c(6, 2, 1, 1))

full_join(df1, df2, by = "time", suffix = c("_1", "_2")) %>% 
  mutate_all(~ .x %>% replace_na(0)) %>% 
  arrange(time)

# A tibble: 7 x 3
   time freq_1 freq_2
  <dbl>  <dbl>  <dbl>
1   0.5      0      6
2   1.5      1      0
3   2.5      0      2
4   3.5      1      1
5   4.5      2      0
6   5.5      1      0
7   6.5      0      1

库（tidyverse）
df1%替换_na（0））%>%
安排（时间）
#一个tibble:7x3
时频1频2
1   0.5      0      6
2   1.5      1      0
3   2.5      0      2
4   3.5      1      1
5   4.5      2      0
6   5.5      1      0
7   6.5      0      1
使用
tidyverse
或
dplyr
的更直接的方法：

library(tidyverse)

df1 <- tibble(time = c(1.5, 3.5, 4.5, 5.5), freq = c(1, 1, 2, 1))
df2 <- tibble(time = c(0.5, 2.5, 3.5, 6.5), freq = c(6, 2, 1, 1))

full_join(df1, df2, by = "time", suffix = c("_1", "_2")) %>% 
  mutate_all(~ .x %>% replace_na(0)) %>% 
  arrange(time)

# A tibble: 7 x 3
   time freq_1 freq_2
  <dbl>  <dbl>  <dbl>
1   0.5      0      6
2   1.5      1      0
3   2.5      0      2
4   3.5      1      1
5   4.5      2      0
6   5.5      1      0
7   6.5      0      1

库（tidyverse）
df1%替换_na（0））%>%
安排（时间）
#一个tibble:7x3
时频1频2
1   0.5      0      6
2   1.5      1      0
3   2.5      0      2
4   3.5      1      1
5   4.5      2      0
6   5.5      1      0
7   6.5      0      1
能否请您重新格式化您的问题并提供