如何在行绑定不同列数的DataFrame时保留首个数据框的列格式

问题场景 #

现有两个列数不同的DataFrame，需要行绑定后严格保留第一个DataFrame的列类型，转换失败的元素自动设为NA：

library(tibble)
d1 <- tibble(x = 1, y = "b")
d2 <- tibble(x = c(2, "a"))

使用plyr::rbind.fill会导致合并后列类型变为字符型，期望得到的结果中x列保持数值型，无法转换的"a"转为NA，同时自动补充d2缺失的y列并填充NA。

优雅解决方案（tidyverse 实现） #

利用dplyr和purrr的组合，先对齐列并转换类型，再行绑定：

library(dplyr)
library(purrr)

# 提取d1的列类型信息
d1_col_types <- map(d1, class)

# 转换d2的列以匹配d1的类型，缺失列填充对应类型的NA
d2_converted <- map2_dfr(
  names(d1),
  d1_col_types,
  ~ if (.x %in% names(d2)) {
    # 尝试转换类型，失败则返回NA
    as(tryCatch(d2[[.x]], error = function(e) NA), .y)
  } else {
    # 为d2缺失的列生成对应长度、对应类型的NA
    as(rep(NA, nrow(d2)), .y)
  }
)

# 执行行绑定
final_result <- bind_rows(d1, d2_converted)

# 查看结果结构
str(final_result)
#> tibble [3 × 2] (S3: tbl_df/tbl/data.frame)
#>  $ x: num  1 2 NA
#>  $ y: chr  "b" NA NA

Base R 实现（无需额外包） #

如果不想依赖tidyverse包，可使用Base R完成：

# 获取d1的列名和对应的类型
d1_col_names <- names(d1)
d1_col_classes <- sapply(d1, class)

# 处理d2：对齐列、转换类型、补全缺失列
d2_processed <- setNames(
  lapply(d1_col_names, function(col) {
    if (col %in% names(d2)) {
      # 强制转换类型，转换失败时生成对应类型的NA
      tryCatch(
        as(d2[[col]], d1_col_classes[col]),
        error = function(e) as(rep(NA, nrow(d2)), d1_col_classes[col])
      )
    } else {
      # 为缺失列生成对应类型的NA向量
      as(rep(NA, nrow(d2)), d1_col_classes[col])
    }
  }),
  d1_col_names
) |> as.data.frame()

# 合并数据
final_result <- rbind(d1, d2_processed)

str(final_result)
#> 'data.frame':    3 obs. of  2 variables:
#>  $ x: num  1 2 NA
#>  $ y: chr  "b" NA NA

核心逻辑 #

1. 提取第一个DataFrame的列名和类型信息
2. 对第二个DataFrame的现有列进行强制类型转换，转换失败的元素自动替换为NA
3. 为第二个DataFrame补充第一个DataFrame中存在但自身缺失的列，填充对应类型的NA
4. 执行行绑定操作

内容的提问来源于stack exchange，提问作者Turtle