无关联键时合并不同大小R DataFrame的优雅方法

我有两个列结构和行数均不同的R语言DataFrame：

library(tidyverse)

tb1 <- tibble(a= 1:10,
              b=11:20)

tb2 <- tibble(q= 1:5,
              z= 11:15)

如果存在id列作为关联键，可通过full_join轻松合并；但现在无关联键，且不想预先在每个DataFrame中创建行号列，请问是否有比以下方法更优雅的合并方案？

tb1 %>%
  mutate(row = row_number()) %>%
  left_join(
    tb2 %>% mutate(row = row_number()),
    by = "row"
  ) %>%
  select(-row)

几种更简洁的实现方式 #

1. 用rowid_to_column简化行号生成 #

tibble包提供的rowid_to_column函数可以直接为DataFrame添加行号列，比手动调用mutate(row = row_number())更简洁，且不会产生额外的中间变量：

tb1 %>%
  rowid_to_column("row") %>%
  left_join(tb2 %>% rowid_to_column("row"), by = "row") %>%
  select(-row)

2. 紧凑式left_join写法 #

把行号生成逻辑直接嵌入left_join的参数中，省去管道的中间步骤，让代码结构更紧凑：

left_join(
  mutate(tb1, row = row_number()),
  mutate(tb2, row = row_number()),
  by = "row"
) %>% select(-row)

3. 补全行数后直接列绑定 #

如果想避免使用join操作，可以先将行数较少的DataFrame补全NA值至与另一DataFrame行数一致，再用bind_cols直接合并：

tb2 %>%
  add_row(!!!map(., ~rep(NA, nrow(tb1) - nrow(.)))) %>%
  bind_cols(tb1, .)

这里通过map为tb2的每一列生成对应数量的NA值，再用add_row补全行数，最后直接列合并，效果与join方式完全一致。

内容的提问来源于stack exchange，提问作者mr.T