分类变量数据框的排序、匹配与补全：多数据框唯一值对齐需求

你的需求是将多个数据集中的字段值按唯一值分组，同一值出现在多个数据集时放在同一行，其余列填充NA。原代码按number（行号）合并会导致行错位，因为行号是每个数据集内部的序号，和字段值无关。以下是实现方法：

方法一：重新构造数据并转置（推荐） #

直接从原始字段列表出发，构造带数据集标识的结构，再转置得到目标格式：

library(tidyverse)

# 定义原始字段列表
db_a <- c("name", "dob", "healthstatus")
db_b <- c("name", "sanitation", "height", "weight")
db_c <- c("dob", "adiposity")
db_d <- c("healthstatus", "adiposity", "postcode", "match", "doornum")

# 将每个数据集转换为「字段值-数据集来源」的结构
all_fields <- bind_rows(
  tibble(value = db_a, source = "db_a"),
  tibble(value = db_b, source = "db_b"),
  tibble(value = db_c, source = "db_c"),
  tibble(value = db_d, source = "db_d")
)

# 转置为宽表，同一值的对应列填充自身，其余列NA
result <- all_fields %>%
  pivot_wider(
    names_from = source,
    values_from = value,
    values_fill = NA
  ) %>%
  arrange(value) # 可选：按字段值排序

输出结果 #

# A tibble: 10 × 4
   value        db_a        db_b        db_c        db_d       
   <chr>        <chr>       <chr>       <chr>       <chr>      
 1 adiposity    NA          NA          adiposity   adiposity  
 2 dob          dob         NA          dob         NA         
 3 doornum      NA          NA          NA          doornum    
 4 healthstatus healthstatus NA          NA          healthstatus
 5 height       NA          height      NA          NA         
 6 match        NA          NA          NA          match      
 7 name         name        name        NA          NA         
 8 postcode     NA          NA          NA          postcode   
 9 sanitation   NA          sanitation  NA          NA         
10 weight       NA          weight      NA          NA         

方法二：基于你已有的带number的数据集改造 #

如果需要基于你已创建的db_a-db_d（带number列）处理，先清理无效行再转换：

library(tidyverse)

# 清理每个数据集，保留有效字段值并标记来源
clean_data <- bind_rows(
  db_a %>% filter(!is.na(db_a)) %>% mutate(value = db_a, source = "db_a"),
  db_b %>% filter(!is.na(db_b)) %>% mutate(value = db_b, source = "db_b"),
  db_c %>% filter(!is.na(db_c)) %>% mutate(value = db_c, source = "db_c"),
  db_d %>% filter(!is.na(db_d)) %>% mutate(value = db_d, source = "db_d")
)

# 转置得到目标格式
result <- clean_data %>%
  pivot_wider(
    names_from = source,
    values_from = value,
    values_fill = NA
  ) %>%
  arrange(value)

核心逻辑说明 #

1. 统一数据结构：将所有字段值和所属数据集绑定，明确每个值的来源。
2. 转置宽表：用pivot_wider将数据集名称转为列，同一字段值会自动合并到同一行，对应来源列填充字段值，其他列填充NA。

内容的提问来源于stack exchange，提问作者weatherboy