如何用dplyr合并行数不等且共享首列的多个data.frame？

核心思路 #

当多个data.frame共享同一键列（第一列）但行数不同时，bind_cols会因行不匹配报错，bind_rows是纵向堆叠而非按键合并，此时可以用purrr::reduce结合dplyr::full_join实现批量按键合并，自动为缺失值补NA。

示例实现 #

1. 构造测试数据 #

先模拟场景中的多个两列data.frame并存入列表：

library(dplyr)
library(purrr)

# 构造单个data.frame
df1 <- tibble(id = c(1,2,3), value_a = c("a","b","c"))
df2 <- tibble(id = c(2,3,4), value_b = c("x","y","z"))
df3 <- tibble(id = c(1,3,5), value_c = c("m","n","p"))

# 存入列表
df_list <- list(df1, df2, df3)

2. 批量合并操作 #

直接用reduce对列表中的data.frame依次执行全连接：

# 按id列批量全连接
merged_df <- df_list %>% 
  reduce(full_join, by = "id")

# 查看结果
merged_df

输出结果会保留所有id值，缺失的对应列自动补NA：

# A tibble: 5 × 4
     id value_a value_b value_c
  <dbl> <chr>   <chr>   <chr>  
1     1 a       NA      m      
2     2 b       x       NA     
3     3 c       y       n      
4     4 NA      z       NA     
5     5 NA      NA      p      

3. 处理列名重复的情况 #

如果所有data.frame第二列名字相同（比如都叫value），合并后会自动生成value.x、value.y这类后缀，可先批量重命名列再合并：

# 重命名列表中每个data.frame的第二列，添加序号后缀
df_list_renamed <- df_list %>%
  imap(~ rename(.x, !!paste0("value_", .y) := 2))

# 再执行合并
merged_df_renamed <- df_list_renamed %>% 
  reduce(full_join, by = "id")

关键说明 #

• reduce函数会遍历列表，将前一次合并的结果与下一个data.frame继续执行full_join，实现批量合并，无需手动逐个处理数百个data.frame。
• full_join会保留所有键值（即第一列的所有唯一值），不存在的匹配项自动填充NA，完全匹配需求。

内容的提问来源于stack exchange，提问作者C. Sebastian