嘿，我来帮你搞定这个R数据处理的需求！你已经完成了合并和重塑的基础步骤，接下来咱们把剩下的添加原始DataFrame标识符、分配因子水平的工作补上，一步步来：

首先先确认你已经完成的部分，这部分逻辑没问题：

library(reshape2)
# 初始化两个样本DataFrame
df1 <- data.frame(User=factor(LETTERS[24:26]), A=c(1,2,3), B=c(1,2,3))
df2 <- data.frame(User=factor(LETTERS[23:25]), C=c(1,2,3), D=c(1,2,3))

# 按User做全连接合并，保留所有行
df.comb <- merge(df1, df2, by="User", all=T)
# 转成长格式，User作为标识列
df.m <- melt(df.comb, id.vars="User")

现在要给每行标记它来自哪个原始数据框——因为A、B是df1独有的变量，C、D是df2独有的，所以我们可以通过variable列来判断：

# 用嵌套ifelse实现
df.m$source <- ifelse(df.m$variable %in% c("A", "B"), "df1", 
                      ifelse(df.m$variable %in% c("C", "D"), "df2", "both"))

# 如果你习惯用tidyverse的话，推荐用dplyr的case_when，可读性更高
# library(dplyr)
# df.m <- df.m %>%
#   mutate(source = case_when(
#     variable %in% c("A", "B") ~ "df1",
#     variable %in% c("C", "D") ~ "df2",
#     TRUE ~ "both"  # 这里其实不会触发，因为User是唯一的共同列，已经作为id.vars排除了
#   ))

提示：如果后续有更多DataFrame，只需要在判断条件里添加对应变量和来源名称就行

接下来是给变量分配自定义的因子水平，这里提供两种实用方法：

方法1：用ifelse快速分配 #

适合简单的二分类或少数分类场景：

# 比如把A/B归为"Group1"，C/D归为"Group2"
df.m$factor_level <- ifelse(df.m$variable %in% c("A", "B"), "Group1", "Group2")
# 记得转为因子类型，指定顺序（避免R自动按字母排序）
df.m$factor_level <- factor(df.m$factor_level, levels = c("Group1", "Group2"))

方法2：用映射向量/forcats包（高效且易扩展） #

如果分类较多，推荐用映射的方式，更清晰：

方式A：手动创建映射向量 #

# 先创建变量到因子水平的映射关系
var_to_factor <- c("A"="Group1", "B"="Group1", "C"="Group2", "D"="Group2")
# 批量映射并转为因子
df.m$factor_level <- factor(var_to_factor[as.character(df.m$variable)],
                            levels = c("Group1", "Group2"))

方式B：用forcats包的fct_recode（tidyverse风格） #

library(forcats)
# 直接重编码因子水平，一步到位
df.m$factor_level <- fct_recode(df.m$variable,
                                "Group1" = "A", "Group1" = "B",
                                "Group2" = "C", "Group2" = "D")

运行完上面的代码后，你可以用head(df.m)查看处理后的长格式数据，应该已经包含了来源标识和自定义因子水平。

内容的提问来源于stack exchange，提问作者nouse