R语言合并不同长度数据框：重复较短表行直至参数或时间戳变更

方案1：滚动左连接（dplyr 1.1.0及以上版本推荐，最简写法） #

直接利用dplyr内置的滚动连接逻辑，匹配每个追踪数据行对应的最近刺激参数：

library(tidyverse)

# 你的示例数据生成代码（无需修改）
set.seed(123)
gratingspeed <- c(sample(c(-3:3), 10, replace=TRUE))
gratingfreq <- sample(c(-2, -1, 0.5, 0.5, 1, 2), 10, replace=TRUE)
timestamp <- runif(10, min=0, max=25)
timestamp[1] <- 0
stimuli <- data.frame(gratingspeed, gratingfreq, timestamp)
stimuli <- arrange(stimuli, stimuli$timestamp)
timemultiplier <- c(rep(c(-1,1), 5))
stimuli <- cbind(timemultiplier, stimuli)
stimuli$dfid <- row_number(stimuli$timestamp)

trackingx <- runif(25, min=0, max=800)
trackingy <- runif(25, min=0, max=800)
boutsuccess <- sample(c(rep(TRUE, 23), rep(FALSE, 2)), 25 ,replace = T)
timestamp <- c(1:25)
trackingdata <- cbind(trackingx, trackingy, boutsuccess, timestamp)
trackingdata <- as.data.frame(trackingdata)
trackingdata$dfid <- NA

# 核心连接代码
result <- trackingdata %>%
  left_join(stimuli, join_by(closest(timestamp >= timestamp)), suffix = c("_tracking", "_stimuli"))

连接逻辑：对每一行追踪数据的时间戳，匹配刺激参数表中小于等于该时间戳的最大时间戳对应的行，自动填充对应刺激参数，完全符合你要求的「重复刺激行直到下一个参数变更点」的需求。

方案2：填充法（兼容旧版dplyr，符合你原有处理逻辑） #

如果你用的dplyr版本低于1.1.0，可以用你原本的合并后排序+向下填充的思路实现：

# 合并两个表后按时间排序
trialdata <- bind_rows(
  stimuli %>% mutate(data_type = "stimuli"),
  trackingdata %>% mutate(data_type = "tracking")
) %>%
  arrange(timestamp) %>%
  # 向下填充刺激参数和dfid，直到下一个刺激变更点
  fill(dfid, timemultiplier, gratingspeed, gratingfreq, .direction = "down") %>%
  # 过滤只保留追踪数据行，就是最终合并结果
  filter(data_type == "tracking")

该方案不需要手动构造公共连接列，fill()函数会自动把前面出现的刺激参数填充到后续所有追踪数据行，遇到新的刺激时间点自动更新参数。

内容的提问来源于stack exchange，提问作者Molly Westbrook