r - 如何合并具有重复测量的数据集

Question

我有三个要合并/加入的数据集。

这个这个例子只包括第一个参与者我一共25个

df1

      ID     Grup   pretest
 1     1     A      2  
 2     1     A      1   
 3     1     A      3   
 4     2     B      NA  
 5     2     B      1   
 6     2     B      3  
 7     3     A      2   
 8     3     A      1  
 9     3     A      NA   
 10    4     B      2   
 11    4     B      1   
 12    4     B      3  

df2(缺少一个 ID (5)

      ID     Grup   posttest  
 1     1     A      NA 
 2     1     A      5   
 3     1     A      4  
 4     2     B      2   
 5     2     B      4  
 6     2     B      3  
 7     3     A      5 
 8     3     A      6
 9     3     A      3   
 10    6     B      4 
 11    6     B      2  
 12    6     B      NA

已更新df3(每个 ID 有 5 个测量值)

     ID     Grup   traning

 1     1     A      2  
 2     1     A      6 
 3     1     A      3   
 4     1     A      NA  
 5     1     A      1   
 6     2     B      3  
 7     2     B      4 
 8     2     B      1  
 9     2     B     NA   
 10    2     B      2   
 11    3     A      1   
 12    3     A      3 

我一直在尝试 merge() 和 full_join() 但最终都创建了我不想要的副本。

它不会将 ID 识别为一个独立的值，它会为每个 ID 值创建 9 个 ID。

New <- merge(df1, df2, by= 'ID')  

New <- full_join(df1, df2, By = "ID") 

设置 all = TRUE 没有帮助。

我需要数据集看起来像这样

     ID     Grup   pretest posttest traning
 1     1     A      2        NA.      3
 2     1     A      1         5.      4
 3     1     A      3         4.      4
 4     1     A      NA        Na.     4
 5     1.    A      NA        Na.     3
 6     2     B      3         3.      Na
 7     2     B.     2         5.      3
 8     2     B      Na        6.      2
 9     2     B      NA        Na.     5
 10    2     B      Na        Na.     4
 11    3     A.     1         2.      3
 12    3     A.     3         3.      4

Answer 1

由于您依赖于帧的顺序，您可以简单地使用 cbind()

cbind(df1,df2[,3,F])

输出:

   ID Grup pretest posttest
1   1    A       2       NA
2   1    A       1        5
3   1    A       3        4
4   2    B      NA        2
5   2    B       1        4
6   2    B       3        3
7   3    A       2        5
8   3    A       1        6
9   3    A      NA        3
10  4    B       2        4
11  4    B       1        2
12  4    B       3       NA