如何在R中基于两列匹配将循环获取的数据追加至同一列？

问题场景 #

初始数据结构：

dat <- data.frame(
  Site = rep(c('a', 'b', 'c', 'd', 'e'), each = 5),
  Date = rep(c(1,2,3,4,5),5)
)

通过循环按站点下载流量数据（示例数据如下），使用left_join追加时，每次迭代会生成新的dailyQ.x、dailyQ.y列，需求是将所有迭代的流量数据合并到同一dailyQ列中。

示例迭代流量数据：

# 站点a的流量数据
q1 <- data.frame(
  Site = rep('a',5),
  Date = c(1,2,3,4,5),
  dailyQ = c(NA, 70, 65, NA, 41)
)

# 站点b的流量数据
q2 <- data.frame(
  Site = rep('b',5),
  Date = c(1,2,3,4,5),
  dailyQ = c(43, 55, NA, NA, 72)
)

优雅解决方案 #

方法1：用rows_patch精准更新（推荐） #

dplyr的rows_patch函数专门用于用新数据的非NA值更新原数据框的对应行，完全匹配需求，不会生成冗余列：

library(dplyr)

# 先初始化dailyQ列为NA
dat$dailyQ <- NA

# 第一次迭代更新
dat <- rows_patch(dat, q1, by = c("Site", "Date"))
# 第二次迭代更新
dat <- rows_patch(dat, q2, by = c("Site", "Date"))

每次迭代调用rows_patch，新数据中的非NA值会自动填充到dat的dailyQ列对应位置，原有的NA或已填充值不会被覆盖。

方法2：批量合并所有流量数据 #

如果可以在循环中先将所有站点的流量数据存入列表，最后一次性合并，效率更高：

# 循环过程中把每个站点的流量数据存入列表
q_list <- list(q1, q2)
# 合并所有流量数据到一个数据框
all_q <- bind_rows(q_list)
# 一次性左连接到初始数据框
dat <- left_join(dat, all_q, by = c("Site", "Date"))

方法3：动态合并迭代生成的列 #

如果必须逐次迭代合并，可通过coalesce自动合并多列到同一列，再清理冗余列：

# 封装成可复用函数
add_dailyQ <- function(dat, new_q) {
  # 左连接新增数据
  dat <- left_join(dat, new_q, by = c("Site", "Date"))
  # 提取所有dailyQ相关列
  q_cols <- grep("^dailyQ", names(dat), value = TRUE)
  # 合并列并清理冗余
  dat <- dat %>%
    mutate(dailyQ = coalesce(!!!syms(q_cols))) %>%
    select(-all_of(q_cols[-length(q_cols)]))
  return(dat)
}

# 循环中调用函数
dat <- add_dailyQ(dat, q1)
dat <- add_dailyQ(dat, q2)

内容的提问来源于stack exchange，提问作者Ryan