合并不同观测数的两个数据框 按国家匹配分析AEZ时序变化

第一步：优先使用原始的Period1、Period2数据框操作（你当前用cbindX合并的结果已经出现行错位，不建议继续使用） #

你两个原始数据框列结构完全一致，假设列名分别是AEZ、Country、File_name、Share，直接按Country和AEZ两个字段做匹配合并即可，既能保留两个时段所有条目，也不会出现错位问题。

方法1：使用tidyverse包的连接函数（更易读） #

# 加载包
library(dplyr)

# 全连接：保留两个时段所有国家+AEZ组合，缺失值用NA填充，方便查看哪些AEZ是某个时段独有
aez_change <- full_join(Period1, Period2, by = c("Country", "AEZ"), suffix = c("_1981_2010", "_2011_2040"))

# 如果只需要两个时段都存在的国家+AEZ组合，用内连接
# aez_change <- inner_join(Period1, Period2, by = c("Country", "AEZ"), suffix = c("_1981_2010", "_2011_2040"))

得到结果后可以直接计算面积变化量：

aez_change <- aez_change %>%
  mutate(share_change = Share_2011_2040 - Share_1981_2010)

方法2：使用base R的merge函数 #

# 全连接
aez_change <- merge(Period1, Period2, by = c("Country", "AEZ"), all = TRUE, suffixes = c("_1981_2010", "_2011_2040"))

# 内连接
# aez_change <- merge(Period1, Period2, by = c("Country", "AEZ"), all = FALSE, suffixes = c("_1981_2010", "_2011_2040"))

如果必须用你已经合并的new_data2来处理 #

可以先拆分回两个时段的子数据集，去重后再做连接：

# 拆分Period1子数据，重命名列
p1 <- new_data2[, c("AEZ_1", "Country_1", "Share_1")]
colnames(p1) <- c("AEZ", "Country", "Share")
p1 <- unique(p1) # 去掉cbind导致的重复行

# 拆分Period2子数据，重命名列
p2 <- new_data2[, c("AEZ_2", "Country_2", "Share_2")]
colnames(p2) <- c("AEZ", "Country", "Share")
p2 <- unique(p2) # 去掉重复行

# 再按上述方法合并即可
aez_change <- merge(p1, p2, by = c("Country", "AEZ"), all = TRUE, suffixes = c("_1", "_2"))

内容的提问来源于stack exchange，提问作者Shunrei