如何使用含不同列的DataFrame更新主数据库并仅保留主数据库的列？

嗨，我来帮你搞定这个DataFrame合并的需求！你想要把更新用的df2合并到主数据库df1里，同时只保留df1原有的所有列，新增行里df1有但df2没有的列自动填NA，这个场景其实很常见，下面给你几种简单好用的实现方法：

首先先确认你的原始数据（方便复现）：

# 主数据库df1
df1 <- data.frame(Bird_ID = c(1:6), 
                  Sex = c("Male","Female","Male","Male","Male","UNK"), 
                  Age.years = c("2","4","8","2","12","1"))

# 更新用的df2
df2 <- data.frame(Bird_ID = c(7), 
                  Sex = c("Female"), 
                  date.fledged = c("19/10/2021"))

方法1：用dplyr的bind_rows（推荐） #

tidyverse系列的dplyr包处理这类数据合并特别顺手，bind_rows会自动匹配列名，我们只需要先提取df2中与df1重叠的列，再合并就行：

library(dplyr)

# 只取df2中存在于df1的列，再和df1合并
dfmerged <- bind_rows(df1, df2[, names(df1)])

这个方法逻辑很直观：先把df2的列限制成和df1完全一致的集合，合并后自然只会保留df1的列，缺失的Age.years列会自动填充NA，完美符合你的期望。

方法2：Base R原生实现 #

如果你不想加载额外的包，用base R也能轻松搞定，核心思路是先给df2补上df1有的但它没有的列（值设为NA），再用rbind合并：

# 给df2添加缺失的Age.years列，值为NA，再按df1的列顺序提取
df2_adjusted <- transform(df2, Age.years = NA)[names(df1)]
# 合并两个DataFrame
dfmerged <- rbind(df1, df2_adjusted)

方法3：用plyr包的rbind.fill #

如果你习惯用plyr包，rbind.fill可以自动处理列不匹配的情况，之后我们再筛选出df1的列即可：

library(plyr)

# 先合并所有列，再保留df1的列
dfmerged <- rbind.fill(df1, df2)[names(df1)]

验证结果 #

不管用哪种方法，最终得到的dfmerged都会和你期望的一致：

print(dfmerged)
#   Bird_ID    Sex Age.years
# 1       1   Male         2
# 2       2 Female         4
# 3       3   Male         8
# 4       4   Male         2
# 5       5   Male        12
# 6       6    UNK         1
# 7       7 Female      <NA>

内容的提问来源于stack exchange，提问作者Andre230