如何合并行数不同且含行名的多个R数据集？

原始数据集 #

df1 <- data.frame(value_1 = c(1,2,3,4), row.names = c("A", "B", "C", "D"))
df2 <- data.frame(value_2 = c(1,2,3,4,5), row.names = c("A", "B", "C", "D", "E"))
df3 <- data.frame(value_3 = c(1,2,3), row.names = c("A", "D", "E"))
df4 <- data.frame(value_4 = c(5, 6, 7, 8), row.names = c("A", "C", "D", "E"))

原有方法的问题分析 #

• 方法1报错原因：使用row.names=NULL删除了行名，此时by=0（按行号合并）失去了对应的匹配依据，导致merge无法识别合并键，抛出错误。
• 方法2重复值问题：未指定合并键时，merge会自动尝试按所有相同列名合并，但数据集间无共同列名，最终会生成所有行的笛卡尔积，导致值重复。

正确合并方法 #

方法1：基础R实现（手动转行名为列） #

先将每个数据集的行名转为显式列，再以该列为键合并：

# 给每个数据集添加行名列
df1$id <- rownames(df1)
df2$id <- rownames(df2)
df3$id <- rownames(df3)
df4$id <- rownames(df4)

# 递归合并所有数据集，指定合并键为id
merged_df <- Reduce(function(x, y) merge(x, y, by = "id", all = TRUE), list(df1, df2, df3, df4))

# 可选：将id列还原为行名
rownames(merged_df) <- merged_df$id
merged_df$id <- NULL

方法2：tidyverse工具链实现（更简洁） #

利用purrr和dplyr的函数简化操作：

library(purrr)
library(tibble)
library(dplyr)

merged_df <- list(df1, df2, df3, df4) %>%
  # 将每个数据集的行名转为id列
  map(rownames_to_column, var = "id") %>%
  # 全连接所有数据集，以id为键
  reduce(full_join, by = "id") %>%
  # 可选：将id列还原为行名
  column_to_rownames(var = "id")

两种方法最终都会得到包含所有行名（A-E）、对应列值匹配、缺失值填充为NA的合并结果。

内容的提问来源于stack exchange，提问作者Yulia Kentieva