Замена слияния NA

Question

Я пытаюсь объединить два кадра данных с уникальным идентификатором и годом. В языке SQL я пытаюсь сделать левое внешнее соединение, поэтому в слиянии это all.x = TRUE. Некоторые элементы y-фрейма не имеют всех значений (уникальные комбинации id, year) в x DF. В случае отсутствия совпадения я хочу объединить строку из фрейма данных y, который имеет тот же уникальный идентификатор, что и в фрейме данных x, но с использованием первого года, который у меня есть до пропавшего. Любые предложения о том, как подойти к этому слиянию? Большое спасибо!

Редактировать Хотел сделать его более конкретными

Dataframe х:

Id year var1 
1 2010 100 
1 2011 105 
1 2012 110 
2 2010 100 
2 2011 105 
2 2012 106 

Dataframe у:

Id year var2 var3 
1 2010 5  7 
1 2011 10  8 
2 2010 9  6 

Желаемый объединения:

Id year var1 var2 var3 
1 2010 100  5  7 
1 2011 105  10  8 
1 2012 110  10  8 
2 2010 100  9  6 
2 2011 105  9  6 
2 2012 106  9  6 

Answer 1

я хотел бы сделать это в два этапа:

> out <- merge(x, y, all.x=T) 
> out 
    Id year var1 var2 var3 
1 1 2010 100 5 7 
2 1 2011 105 10 8 
3 1 2012 110 NA NA 
4 2 2010 100 9 6 
5 2 2011 105 NA NA 
6 2 2012 106 NA NA 

Затем используйте na.locf из zoo пакета:

library(zoo) 

> apply(out, 2, na.locf) 
    Id year var1 var2 var3 
[1,] 1 2010 100 5 7 
[2,] 1 2011 105 10 8 
[3,] 1 2012 110 10 8 
[4,] 2 2010 100 9 6 
[5,] 2 2011 105 9 6 
[6,] 2 2012 106 9 6 

, и это может быть принужден к data.frame достаточно легко.

> as.data.frame(apply(out, 2, na.locf)) 
    Id year var1 var2 var3 
1 1 2010 100 5 7 
2 1 2011 105 10 8 
3 1 2012 110 10 8 
4 2 2010 100 9 6 
5 2 2011 105 9 6 
6 2 2012 106 9 6 

Answer 2

Это не использует merge, но петли через ряды x одного в то время, чтобы найти подходящий матч в y. Наверное, неэффективно, но он работает.

do.call(rbind, 
    lapply(seq(length=nrow(x)), function(r) { 
    yid <- y[y$Id==x$Id[r],] 
    yeardiff <- x$year[r] - yid$year 
    yeardiff[yeardiff < 0] <- NA 
    cbind(x[r,], yid[which.min(yeardiff),]) 
})) 

В результате

Id year var1 Id year var2 var3 
1 1 2010 100 1 2010 5 7 
2 1 2011 105 1 2011 10 8 
3 1 2012 110 1 2011 10 8 
4 2 2010 100 2 2010 9 6 
5 2 2011 105 2 2010 9 6 
6 2 2012 106 2 2010 9 6