在R中合并35个相似数据框的简便方法咨询

方法1：用tidyverse的reduce函数（最简洁） #

先把所有目标数据框存入一个列表，再通过reduce函数依次执行全连接，替代嵌套的full_join：

# 匹配所有以cnty开头、后跟两位数字的数据框，存入列表
cnty_list <- mget(ls(pattern = "^cnty\\d{2}$"))

# 依次对列表内数据框执行full_join
counties_9022 <- purrr::reduce(cnty_list, dplyr::full_join)

如果需要指定固定连接键（避免自动匹配所有列导致的问题），可添加by参数：

counties_9022 <- purrr::reduce(cnty_list, dplyr::full_join, by = c("fips_code", "industry_code"))

方法2：Base R的for循环实现 #

若偏好基础R语法，可通过循环完成合并：

# 获取所有目标数据框的名称
cnty_names <- ls(pattern = "^cnty\\d{2}$")
# 初始化结果为第一个数据框
counties_9022 <- get(cnty_names[1])

# 循环合并剩余数据框（merge的all=TRUE等价于full_join）
for (name in cnty_names[-1]) {
  counties_9022 <- merge(counties_9022, get(name), all = TRUE)
  # 指定连接键的写法：
  # counties_9022 <- merge(counties_9022, get(name), all = TRUE, by = c("fips_code", "industry_code"))
}

额外优化：批量读取文件（省略手动命名步骤） #

既然数据源是统一格式的BLS县级文件，可直接批量读取文件夹内的目标文件，无需手动逐个命名cnty90、cnty91等变量：

library(tidyverse)

# 获取目标文件夹内所有符合格式的文件路径
file_paths <- list.files(path = "你的文件存放路径", pattern = ".*county.*\\.csv$", full.names = TRUE)

# 批量读取并一次性合并
counties_9022 <- file_paths %>%
  map(read_csv) %>%  # 若为其他格式，替换为read.delim/read.table等
  reduce(full_join, by = c("fips_code", "industry_code"))

内容的提问来源于stack exchange，提问作者user3755053