我从2012年获得了德国的数据框，其中8187行为8187邮政编码（大约10个变量列为列），但没有坐标。另外，我有一个不同shapefile的坐标，有8203行（也包括大部分相同的邮政编码）。
我需要将8203个案例的正确坐标分配给初始数据帧的8178个案例。
问题：所需的正确分配的差异不是8178，缺少16个案例（8203 - 8187 = 16），它更多。 2012年有一些城镇（邮政编码）没有在最新的shapefile中列出，反之亦然。
（I）也许最简单的解决方案是从2012年获得坐标（未投影：CRS（“+ init = epsg：4326”））。 - ＆GT;有没有人知道这个目的的开源平台？他们有8187邮政编码吗？
（II）或者：有没有人有从不同年份的数据集中分配坐标的经验？ - 或者，是否应该以任何方式避免这种情况，因为边界和坐标略有变化（特别是当数据应该从2012年的多边形中映射和可视化时）和一些未列入较新数据集中较旧“和”的城镇？
我很感激您就如何处理（并希望解决）这个问题提出专家意见！
亲切的问候！
编辑 - MWE：
# data set from 2012
> df1
# A tibble: 9 x 4
ID PLZ5 Name Var1
<dbl> <dbl> <chr> <dbl>
1 1 1067 Dresden 01067 40
2 2 1069 Dresden 01069 110
3 224 4571 Rötha 0
4 225 4574 Deutzen 120
5 226 4575 Neukieritzsch 144
6 262 4860 Torgau 23
7 263 4862 Mockrehna 57
8 8186 99996 Menteroda 0
9 8187 99998 Körner 26
# coordinates of recent shapefile
> df2
# A tibble: 9 x 5
ID PLZ5 Name Longitude Latitude
<dbl> <dbl> <chr> <dbl> <dbl>
1 1 1067 Dresden-01067 13.71832 51.06018
2 2 1069 Dresden-01069 13.73655 51.03994
3 224 4571 Roetha 12.47311 51.20390
4 225 4575 Neukieritzsch 12.41355 51.15278
5 260 4860 Torgau 12.94737 51.55790
6 261 4861 Bennewitz 13.00145 51.51125
7 262 4862 Mockrehna 12.83097 51.51125
8 8202 99996 Obermehler 10.59146 51.28864
9 8203 99998 Koerner 10.55294 51.21257
因此，
4 225 4574 Deutzen 120
- ＆GT;未列在df2和：
中6 261 4861 Bennewitz 13.00145 51.51125
- ＆GT;未在df1中列出。
关于（I）和（II）的任何想法？