如何更高效提取前缀为abc_的R数据框共列并纵向合并？

问题背景 #

现有R环境中的数据框如下：

abc_1 <- data.frame(col1 = 1:5, col2 = 6:10, col3 = 11:15)
abc_2 <- data.frame(col1 = 21:25, col2 = 26:30, col4 = 31:35)
abc_3 <- data.frame(col1 = 41:45, col2 = 46:50, col5 = 51:55)
def_1 <- data.frame(col1 = 61:65, col2 = 66:70, col6 = 71:75)

需求：筛选所有以abc_开头的数据框，识别它们的共有列，再按共有列执行纵向合并（rbind）。原实现代码已完成需求，现寻求更简洁高效的写法。

方法一：Base R 简化版 #

利用mget直接批量获取匹配前缀的对象，减少中间变量的同时让逻辑更紧凑：

# 批量获取所有abc_开头的数据框
abc_dfs <- mget(ls(pattern = "^abc_"))

# 提取共有列名
common_cols <- Reduce(intersect, lapply(abc_dfs, colnames))

# 按共有列合并
combined_df <- do.call(rbind, lapply(abc_dfs, function(df) df[, common_cols, drop = FALSE]))

简化点说明 #

• 用ls(pattern = "^abc_")直接过滤出目标对象名，替代单独的grep操作
• 用mget一次性获取所有目标数据框，避免重复调用get
• 整体代码更紧凑，逻辑连贯

方法二：Tidyverse 管道化实现 #

如果习惯使用tidyverse生态，用purrr和dplyr的管道操作可以让代码更易读：

library(tidyverse)

combined_df <- mget(ls(pattern = "^abc_")) %>%
  # 计算所有数据框的共有列
  {map(., colnames) %>% reduce(intersect)} %>%
  # 给每个数据框只保留共有列
  map(select, .x = abc_dfs, .) %>%
  # 纵向合并所有数据框
  bind_rows()

或者更紧凑的写法：

combined_df <- mget(ls(pattern = "^abc_")) %>%
  map(select, intersect(!!!map(., colnames))) %>%
  bind_rows()

优势说明 #

• 管道操作让数据处理流程一目了然，从筛选到合并一步到位
• select和bind_rows替代了base R的索引和do.call(rbind)，代码更语义化

内容的提问来源于stack exchange，提问作者farrow90