如何使用Reduce合并多个data.frame并获得有序输出？

你遇到的行顺序混乱问题，本质是merge()函数默认会根据合并列对结果排序，而Reduce()的连续合并操作会不断触发这种排序，最终打乱了原列表中data.frame的先后顺序。

要实现你想要的保留原列表顺序的输出，只需要做个小改动：先给列表里每个data.frame添加记录原始位置的索引列，合并完成后按索引排序，最后移除索引列即可。

修改后的代码 #

# 给每个data.frame添加原始顺序的索引列
L_with_idx <- Map(function(x, i) cbind(idx = i, x), L, seq_along(L))

# 执行合并，最后按索引排序并清理
result <- Reduce(function(x, y) merge(x, y, all = TRUE, by = intersect(names(x), names(y)), sort = FALSE), L_with_idx)
result <- result[order(result$idx), ]
rownames(result) <- NULL
result$idx <- NULL

# 查看最终结果
result

输出结果 #

a b c  d  e
1 5 2 4 10  1
2 6 7 4  6  1
3 7 3 5  5 NA
4 5 2 6  5 NA
5 4 4 2  8 NA

补充说明 #

• 用Map()给每个data.frame新增idx列，值对应它在原列表中的位置（1到5），这样不管合并过程中顺序如何变动，都能通过这个索引还原原始顺序。
• 合并时加上sort=FALSE可以避免每次合并都额外排序，既提升效率，也减少不必要的顺序干扰。
• 最后通过order(result$idx)重新排序，再剔除idx列，就能得到完全符合预期的有序输出。

内容的提问来源于stack exchange，提问作者jay.sf