如何在R-Studio中交错合并两个同维度数据框？

假设我们有两个行列数完全相同的DataFrame：

# 示例数据
df1 <- data.frame(a1 = 1:3, b1 = 4:6, c1 = 7:9, d1 = 10:12, e1 = 13:15, f1 = 16:18)
df2 <- data.frame(a2 = 19:21, b2 = 22:24, c2 = 25:27, d2 = 28:30, e2 = 31:33, f2 = 34:36)

方法1：Base R 索引重排法 #

先合并两个DataFrame，再通过构造索引实现交错排列：

# 生成交错索引：df1的列(1-6)和df2的列(7-12)交替
indices <- c(rbind(seq_len(ncol(df1)), seq_len(ncol(df2)) + ncol(df1)))
# 按索引提取列
combined_df <- cbind(df1, df2)[, indices]

原理：rbind(seq_len(ncol(df1)), seq_len(ncol(df2)) + ncol(df1))会生成c(1,7,2,8,...,6,12)的索引序列，直接按这个顺序取列即可完成交错。

方法2：Base R Map + do.call 配对合并 #

利用Map将两个DataFrame的列一一配对合并，再绑定所有结果：

# 每对对应列合并为两列的小DataFrame，再全部绑定
combined_df <- do.call(cbind, Map(data.frame, df1, df2))

原理：Map会遍历df1和df2的每一列，把对应位置的两列打包成一个小DataFrame，最后用do.call(cbind, ...)把这些小DataFrame横向拼接，自然形成交错结构。

方法3：Tidyverse 工具链（dplyr + purrr） #

如果习惯用tidyverse语法，用map2实现列配对，再bind_cols拼接：

library(dplyr)
library(purrr)

combined_df <- map2(df1, df2, ~data.frame(.x, .y)) %>% 
  bind_cols()

原理和方法2一致，只是用tidyverse的函数替代base R工具，代码可读性更强，适合已经在使用tidyverse的工作流。

以上三种方法都不需要循环，代码更简洁高效，且能保证列的交错顺序符合需求。

内容的提问来源于stack exchange，提问作者Aoxiang Xin