如何合并多份R DataFrame并按日期与列名整合去重补全？

云上老周

2026-7-7

合并多DataFrame并补全缺失值的解决方案

方法1：用dplyr快速合并补全

这是最直观的处理方式，先绑定所有数据行，再按日期分组整合非NA值：

library(dplyr)

# 绑定所有数据框的行
combined_df <- bind_rows(df1, df2, df3)

# 按Date分组，对每列合并非NA值
final_df <- combined_df %>%
  group_by(Date) %>%
  summarise(across(-Date, ~coalesce(!!!.x)), .groups = "drop")

across(-Date, ~coalesce(!!!.x))会自动处理除Date外的所有列：同一日期下，不管有多少行，只保留第一个非NA值，自动补全缺失数据。

如果你的数据里只有个别国家列，也可以手动指定，比如只处理USA列：

final_df <- combined_df %>%
  group_by(Date) %>%
  summarise(USA = coalesce(!!!syms("USA")), .groups = "drop")

方法2：用data.table高效处理（适合大数据）

如果数据量很大，data.table的性能更优：

library(data.table)

# 转换为data.table并合并
dt_list <- lapply(list(df1, df2, df3), as.data.table)
combined_dt <- rbindlist(dt_list)

# 按Date分组，提取每列的非NA值
final_dt <- combined_dt[, lapply(.SD, function(x) na.omit(x)[1]), by = Date]

na.omit(x)[1]会去掉当前列的NA值，取第一个有效数据，实现缺失补全。

方法3：修复你之前merge后的结果

如果你已经用方案2得到带.x/.y后缀的df，可以手动合并这些重复列：

# 提取所有国家列的前缀（比如从USA.x、USA.y里拿到USA）
country_cols <- unique(sub("\\.(x|y)$", "", colnames(dfall2)[colnames(dfall2) != "Date"]))

# 逐个合并后缀列并删除冗余列
for (col in country_cols) {
  dfall2[[col]] <- coalesce(dfall2[[paste0(col, ".x")]], dfall2[[paste0(col, ".y")]])
  dfall2[, paste0(col, c(".x", ".y")) := NULL]
}