R语言实现含重复TrackerID的双数据集加权合并问询

我有两个来自Global Energy Monitor的数据集，需要合并。两者都包含电厂的TrackerID字段：

• Dataset1包含完整的TrackerID序列（1、2、3……i）
• Dataset2中部分TrackerID缺失，部分重复出现，同一TrackerID可能对应Signatory变量的不同取值

需求：在Dataset1中新增加权Signatory变量，规则如下：

• 若TrackerID未在Dataset2中出现，设为NA
• 若存在，计算该ID对应的Signatory值的加权平均值（此处默认每条记录权重相同，即算术平均）

我尝试的代码（未成功） #

allIDs <- as.list(Dataset1$TrackerID)
k = 1
for(i in allIDs){
  Dataset1$weightedsignatory[k] <- i
  k <- k + 1
} 

示例数据集 #

# 完整ID的Dataset1
Dataset1 <- data.frame(TrackerID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),
             Name = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j"))

# 含重复ID的Dataset2
Dataset2 <- data.frame(TrackerID = c(1, 3, 3, 6, 7, 7, 7, 10),
                       Signatory= c(1, 1, 0, 0, 1, 0, 1, 1))

期望生成的数据集 #

Dataset.wished <- data.frame(TrackerID = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10),
                       Name = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j"),
                       w.Signatory = c(1, NA, 0.5, NA, NA, 0, 0.66, NA, NA, 1))

解决方案 #

方法1：基础R实现 #

先分组计算平均值，再合并到Dataset1：

# 计算每个TrackerID的Signatory平均值
signatory_avg <- aggregate(Signatory ~ TrackerID, data = Dataset2, FUN = mean)
colnames(signatory_avg)[2] <- "w.Signatory"

# 合并到Dataset1，未匹配的自动设为NA
Dataset1 <- merge(Dataset1, signatory_avg, by = "TrackerID", all.x = TRUE)

方法2：dplyr包实现（更简洁） #

如果习惯使用tidyverse工具链，代码更直观：

library(dplyr)

Dataset1 <- Dataset1 %>%
  left_join(
    Dataset2 %>%
      group_by(TrackerID) %>%
      summarise(w.Signatory = round(mean(Signatory), 2), .groups = "drop"),
    by = "TrackerID"
  )

注：示例中0.66是2/3的两位小数结果，上述代码用round()函数统一调整了小数位数，可根据需求修改保留位数。

内容的提问来源于stack exchange，提问作者Lilly