r - 合并具有不相等观测值的数据集

Question

我有两个数据集，一个是另一个数据集的子集，但该子集具有附加列，且观测值较少。

基本上，我为每个参与者分配了一个唯一的 ID，然后是一个 HHID，即招募他们的学院 ID(例如，从 11 个学院招募了 15 名参与者)。

> Healthdata <- data.frame(ID = gl(15, 1), HHID = c(1,2,2,3,4,5,5,5,6,6,7,8,9,10,11))
> Healthdata

现在，我有一个数据子集，每个家庭只有一名参与者，选择的是看电视时间较长的人。在此子集数据中，我计算了每栋房屋的社会经济得分 (SSE)。

> set.seed(1)
> Healthdata.1<- data.frame(ID=sample(1:15,11, replace=F), HHID=gl(11,1), SSE = sample(-6.5:3.5, 11, replace=TRUE))
> Healthdata.1

现在，我想将子集 (Healthdata.1) 中的 SSE 分配给更大数据 (Healthdata) 的唯一参与者，以便来自同一房屋的参与者获得相同的分数。

我无法简单地合并它，因为数据集具有不同数量的观察值，较大的数据集有 15 个，但子集中只有 11 个。

R中有什么办法可以做到这一点吗？我对此很陌生，并且对此很困惑。

我希望所需的输出如下所示，即来自同一 HHID(房屋)的 ID(参与者)应该具有相同的 SSE 分数。以下输出只是我需要的示例，上面的种子不会给出相同的输出。

 ID HHID SSE
 1    1  -6.5
 2    2  -5.5
 3    2  -5.5
 4    3   3.3
 5    4   3.0
 6    5   2.58
 7    5   2.58
 8    5   2.58
 9    6  -3.05
10    6  -3.05
11    7  -1.2
12    8   2.5
13    9   1.89
14   10   1.88
15   11  -3.02

谢谢。

Answer 1

您可以使用 merge ，默认情况下它将按列交叉点合并。

merge(Healthdata,Healthdata.1,all.x=TRUE)
   ID HHID SSE
1   1    1  NA
2   2    2  NA
3   3    2  NA
4   4    3  NA
5   5    4  NA
6   6    5  NA
7   7    5  NA
8   8    5  NA
9   9    6 0.7
10 10    6  NA
11 11    7  NA
12 12    8  NA
13 13    9  NA
14 14   10  NA
15 15   11  NA

或者您可以选择合并的列:

merge(Healthdata,Healthdata.1,all.x=TRUE,by='ID')