基于行与列匹配将小DataFrame合并至指定大DataFrame

基础R实现（无需额外包） #

这种方法适合刚接触R的用户，逻辑清晰且不需要安装额外工具包：

# 定义模板数据框
formattable <- data.frame(
  "Agriculture" = rep(NA, 8),
  "Mining" = rep(NA, 8),
  "Industry" = rep(NA, 8),
  "Services" = rep(NA, 8), 
  "Households" = rep(NA, 8), 
  row.names = c("N01 water","N02 solar", "P01 coal", "P02 natural gas", "P03 diesel", "R01 waste", "R02 residuals","R03 losses" )
)

# 定义小数据框
data1 <- data.frame(
  "Agriculture" = c(5,7,NA),
  "Mining" = c(5,6,NA),
  "Services" = c(4,8,NA), 
  "Households" = c(1,11,NA), 
  row.names = c("P01 coal", "P02 natural gas", "P03 diesel")
)

data2 <- data.frame(
  "Agriculture" = c(3,2),
  "Mining" = c(NA,5),
  "Services" = c(5,7), 
  row.names = c("N01 water","N02 solar")
)

data3 <- data.frame(
  "Agriculture" = c(3,6,5),
  "Mining" = c(NA,0,5),
  "Industry" = c(5,NA,NA),
  "Services" = c(NA,NA,NA), 
  "Households" = c(7,8,9), 
  row.names = c("R01 waste", "R02 residuals","R03 losses" )
)

# 将所有小数据框存入列表，批量处理
df_list <- list(data1, data2, data3)

# 遍历列表，将小数据框的内容匹配填入模板
for(df in df_list) {
  # 筛选出模板中存在的行和列
  matched_rows <- intersect(rownames(df), rownames(formattable))
  matched_cols <- intersect(colnames(df), colnames(formattable))
  
  # 填充对应位置的数据
  formattable[matched_rows, matched_cols] <- df[matched_rows, matched_cols]
}

# 将所有空值替换为0
formattable[is.na(formattable)] <- 0

# 查看最终结果
print(formattable)

代码逻辑说明：

• 把小DataFrame放进列表，避免重复编写填充代码
• 通过intersect()精准匹配行名和列名，确保数据只填入模板的对应位置，不会改变模板原有维度
• 最后用is.na()定位所有空值，统一替换为0

Tidyverse实现（适合熟悉管道操作的用户） #

如果习惯使用dplyr和purrr等tidyverse工具，可以用更简洁的管道式代码：

library(tidyverse)

# 定义模板和小数据框（代码同基础R部分，此处省略）

# 将模板转换为带行名列的长格式
formattable_tidy <- formattable %>%
  rownames_to_column(var = "category")

# 把所有小数据框转换为长格式并合并
combined_data <- map_dfr(df_list, ~ .x %>% rownames_to_column(var = "category"))

# 合并数据、填充空值并转回宽格式
result <- formattable_tidy %>%
  left_join(combined_data, by = "category") %>%
  # 用小数据框的值覆盖模板的空值
  mutate(across(-category, ~ ifelse(is.na(.y), .x, .y))) %>%
  # 清理列名并替换剩余空值为0
  select(-ends_with(".x")) %>%
  rename_with(~ str_remove(.x, "\\.y")) %>%
  mutate(across(-category, ~ replace_na(.x, 0))) %>%
  column_to_rownames(var = "category")

print(result)

代码逻辑说明：

• 转换为长格式（tidy格式）后，用left_join保证保留模板的所有行和列
• 通过mutate和replace_na批量处理空值，最后转回原始的宽格式

内容的提问来源于stack exchange，提问作者Red_24