合并数据框列表并提取行索引为新列的实现方法

问题背景 #

现有一个包含3个数据框的列表my_list，每个数据框的行索引对应文件名：

my_list <-  list(structure(list(observations = c(1L, 5L), variables = c(4L, 
                                                                        8L)), class = "data.frame", row.names = c("asp_202003...Copy.xlsx", 
                                                                                                                  "asp_202003.xlsx")), structure(list(observations = c(3L, 1L), 
                                                                                                                                                      variables = 5:4), class = "data.frame", row.names = c("eay_201008_a.xlsx", 
                                                                                                                                                                                                            "eay_202003.xlsx")), structure(list(observations = 3:4, variables = c(4L, 
                                                                                                                                                                                                                                                                                  6L)), class = "data.frame", row.names = c("wana_202309...Copy.xlsx", 
                                                                                                                                                                                                                                                                                                                            "wana_202309.xlsx")))

使用reduce(full_join)合并时：

my_merge <- my_list %>% reduce(full_join)

出现两个问题：

• 原6行数据合并后仅剩5行，重复行被自动合并
• 原数据框的行索引（文件名）未被保留

需求：合并后保留全部6行数据，同时将原行索引提取为名为file的新列。

解决方案 #

不需要用full_join（它是按列匹配合并的逻辑），而是用map_dfr遍历每个数据框，先将行索引转为file列，再行绑定所有数据框：

library(tidyverse)

my_merge <- my_list %>%
  map_dfr(~ .x %>% rownames_to_column(var = "file"))

输出结果 #

运行后得到的结果包含全部6行，且保留了每个数据的文件名：

# A tibble: 6 × 3
  file                      observations variables
  <chr>                            <int>     <int>
1 asp_202003...Copy.xlsx               1         4
2 asp_202003.xlsx                      5         8
3 eay_201008_a.xlsx                    3         5
4 eay_202003.xlsx                      1         4
5 wana_202309...Copy.xlsx              3         4
6 wana_202309.xlsx                     4         6

内容的提问来源于stack exchange，提问作者johnjohn