R中合并数据框列表时do.call(rbind.data.frame)有哪些替代方案？

你代码中每个列表元素为列名一致的单行data.frame结构，以下几种方法都可以实现同等合并效果，按适用场景分类：

• 无第三方包依赖的基础R方案：Reduce迭代合并
  不需要安装加载任何扩展包，直接用R内置的Reduce函数迭代调用rbind完成合并，写法如下：

  results_dataframe <- Reduce(rbind, final_results)
  

  这个方法的行为和do.call(rbind.data.frame)基本一致，缺点是当列表长度大、单条数据量高时，合并效率偏低，适合临时使用、不想装包的简单场景。
• 高性能大列表合并方案：data.table::rbindlist
  如果处理的列表长度过千、甚至到十万级，优先用data.table包的rbindlist，合并速度比基础R方案快数十倍，还支持列名不匹配时自动补列：

  library(data.table)
  # 直接合并，设置fill=TRUE可自动为缺失列填充NA
  results_dataframe <- rbindlist(final_results, fill = TRUE) |> as.data.frame()
  

  注意这个函数默认返回data.table对象，如果需要用基础data.frame的方法操作，结尾加as.data.frame()转换即可。
• Tidyverse生态常用方案：dplyr::bind_rows
  如果你日常用dplyr做数据处理，直接用bind_rows是最顺手的选择，它会自动按列名对齐数据，列类型冲突时会给出明确提示，不会静默做不可预期的类型转换：

  library(dplyr)
  results_dataframe <- bind_rows(final_results)
  

  函数默认返回tibble格式，需要普通data.frame的话追加%>% as.data.frame()即可。
• Tidyverse列表处理专属方案：purrr::list_rbind
  如果你习惯用purrr做列表迭代操作，list_rbind的语义更贴合列表转数据框的场景，还支持直接给每行标记来源列表的序号/名称：

  library(purrr)
  # 基础合并
  results_dataframe <- list_rbind(final_results)
  # 额外添加列标记每行来自列表的第几个元素
  # results_dataframe <- list_rbind(final_results, names_to = "row_from_list_index")
  

补充提示：你示例里每次循环生成单行data.frame再合并的写法，如果循环次数到万级以上，基础R的合并方法会因为频繁拷贝内存变得非常慢，这种场景优先选rbindlist或者bind_rows会流畅很多。

内容的提问来源于stack exchange，提问作者stats_noob