如何使用dplyr合并行数不同的多个dataframe

针对你需要合并多个行数、日期范围不同的DataFrame的需求，有几种简便的方案，以下是最常用的两种：

方法一：使用tidyverse中的purrr::reduce（推荐，贴合你的现有工作流） #

既然你已经在使用tidyverse，可以用purrr包的reduce()函数，它能把full_join()逻辑批量应用到多个DataFrame上。步骤如下：

1. 把所有需要合并的DataFrame放到一个列表中
2. 用reduce()结合full_join()，指定按Date列进行全连接
3. 最后按日期排序

完整代码：

library(tidyverse)

# 将dataframe放入列表
df_list <- list(data1, data2, data3)

# 批量全连接并排序
merged_data <- df_list %>%
  reduce(full_join, by = "Date") %>%
  arrange(Date)

# 查看结果
merged_data

运行后会得到包含所有唯一日期的DataFrame，对应日期没有的值会自动填充为NA，完美保留所有原始数据。

方法二：使用base R的Reduce()函数 #

如果你不想依赖purrr，base R的Reduce()同样能实现，原理和上面一致，只是语法稍有不同：

# base R 实现全连接
merged_data_base <- Reduce(function(x, y) merge(x, y, by = "Date", all = TRUE), 
                           list(data1, data2, data3)) %>%
  arrange(Date)

# 查看结果
merged_data_base

这个方法不需要额外加载purrr包，适合更轻量化的场景。

内容的提问来源于stack exchange，提问作者Tanga94