最合适的分析方法 - 聚类？

Question

我有2个大型数据框，其中类似的变量代表2个单独的调查。每个数据框中的某些行（参与者）对应于另一个，我想将这两个链接在一起。

两个数据框中都有一个索引，尽管该索引表示调查的位置（即区域）而不是单个ID。 合并是不可能的，因为在大多数情况下，不同参与者的索引值相同。

鉴于不可能合并来自2个数据帧的索引值，我希望比较来自两个数据帧的相似变量（二进制）（除了两个数据帧共有的索引值）以便给出我是匹配的最高可能性。然后我可以（有一些误差）匹配类似变量的最相似值的行并将它们合并在一起。

您认为这样做的适当方法是什么？聚类？

最佳， 詹姆斯

Answer 1

这显然不是聚类。你不想要大量的记录。

您想要做的是近似加入。