R语言中如何非迭代实现列表内3个含共同变量数据框的全外连接

Python（Pandas） #

• functools.reduce + pd.merge：无需手动编写迭代循环，用reduce自动遍历列表完成连续全外连接。假设共同变量名为common_col，数据框列表为df_list：

  from functools import reduce
  import pandas as pd
  
  merged_df = reduce(lambda left, right: pd.merge(left, right, on='common_col', how='outer'), df_list)
  

• pd.concat + 分组聚合：适用于各数据框非共同列无重名的场景，先统一索引再拼接合并：

  # 将所有数据框的共同列设为索引
  indexed_dfs = [df.set_index('common_col') for df in df_list]
  # 横向拼接后按索引分组，保留非空值
  merged_df = pd.concat(indexed_dfs, axis=1).groupby(level=0).first().reset_index()
  

R语言 #

• purrr::reduce + dplyr::full_join：借助purrr的reduce函数批量调用full_join，实现连续全外连接：

  library(dplyr)
  library(purrr)
  
  merged_df <- df_list %>% reduce(full_join, by = "common_col")
  

• data.table批量合并：针对大数据场景效率更高，转成data.table后用reduce完成合并：

  library(data.table)
  library(purrr)
  
  dt_list <- lapply(df_list, as.data.table)
  merged_dt <- reduce(dt_list, merge, by = "common_col", all = TRUE)
  

内容的提问来源于stack exchange，提问作者Miquel