如何将不同长度的多个向量匹配合并为R数据框？

问题描述 #

需要将不同长度的多个向量按元素值匹配合并为数据框，匹配元素置于同一行，空缺位置用NA填充。尝试了qpcR包的cbind.na函数，但该函数是按位置合并而非按值匹配，未得到预期结果。

可复现代码：

x <- c("1","2","a","b")
y <- c("1","2","3","4","5","6","b")
z <- c("3","4","5","6","a")

预期输出：

x  y  z
1  1  1 NA
2  2  2 NA
3 NA  3  3
4 NA  4  4
5 NA  5  5
6 NA  6  6
7  a NA  a
8  b  b NA

解决方案 #

方法1：使用tidyverse工具包 #

通过将每个向量转换为带元素标识的数据框，再进行全连接合并，最后按元素排序得到结果：

library(tidyverse)

# 转换每个向量为包含元素值和对应列的数据框
df_x <- tibble(value = x, x = x)
df_y <- tibble(value = y, y = y)
df_z <- tibble(value = z, z = z)

# 全连接并按元素排序
result <- df_x %>%
  full_join(df_y, by = "value") %>%
  full_join(df_z, by = "value") %>%
  arrange(value)

# 打印结果（NA显示为"NA"）
print(result, na.print = "NA")

方法2：使用Base R实现 #

无需额外包，通过提取所有唯一元素，逐个判断元素是否存在于原向量中来构建结果：

# 获取所有唯一元素并按预期顺序排序
all_values <- unique(c(x, y, z))
all_values <- c(sort(all_values[grepl("^\\d$", all_values)]), sort(all_values[grepl("^[a-z]$", all_values)]))

# 构建结果数据框
result <- data.frame(
  x = ifelse(all_values %in% x, all_values, NA),
  y = ifelse(all_values %in% y, all_values, NA),
  z = ifelse(all_values %in% z, all_values, NA),
  row.names = NULL
)

print(result, na.print = "NA")

说明 #

qpcR::cbind.na的作用是按位置合并对象并补NA，而非按元素值匹配，因此不适用此场景。上述两种方法均是基于元素值的匹配逻辑，能满足需求。

内容的提问来源于stack exchange，提问作者procerus