生成一个循环来匹配ID的

Question

我有两个数据框，每个都包含标识符。

df1 <- data.frame(ID = c(20001, 20001, 20003, 20003, 20003, 20003)) 
df2 <- data.frame(ID = c(20001, 20001, 20003, 20003, 20003, 20005), 
        Type = c('N1', 'N2', 'N3', 'N4', 'N5', 'N6')) 

我想在df1中创建第二列，其值为df2 $键入匹配的ID。这是我查找值

df1$Add <- df2$Type[match(df1$ID, df2$ID)] 

然而，使用这种匹配方法将获得第一ID匹配，带来了相应的值给我这样

ID  Add 
20001 N1 
20001 N1 
20003 N3 
20003 N3 
20003 N3 
20003 N3 

相反，我会的东西通常的方法喜欢为每个重复的ID带来'下一个'类型值，基本上是在一个循环上。理想情况下，我想遵循输出。

ID  Add 
20001 N1 
20001 N2 
20003 N3 
20003 N4 
20003 N5 
20003 N3 

我认为它会需要一些使用可能用户定义函数的lapply。

Answer 1

这是你在找什么？

library(dplyr) 
df1 %>% group_by(ID) %>% 
     mutate(c = rep(df2$Type[df2$ID == unique(ID)], length.out = n())) 

#  ID  c 
#1 20001  N1 
#2 20001  N2 
#3 20003  N3 
#4 20003  N4 
#5 20003  N5 
#6 20003  N3 

---

# incase of efficiency, 

library(data.table) 
setDT(df2) 
setDT(df1)[, x := rep(df2$Type[df2$ID == ID], length.out = .N),by = .(ID)] 

---

# i'm looking for a base R solution without involving merge 
# as of now my bet is on sapply() - but not utilised efficiently 

unlist(sapply(unique(df1$ID), function(x) rep(df2$Type[df2$ID == x], 
               length.out = sum(x==df1$ID)))) 
# [1] N1 N2 N3 N4 N5 N3