R语言通过ID匹配将Df2列转为行添加到Df1的实现方法

方案1：基础R循环实现（无需额外依赖） #

先修正你原有代码的潜在问题：如果df2的ID顺序和df1的ID列顺序不一致，直接赋值会出现匹配错位，先做索引匹配更稳妥。批量处理多列的代码如下：

# 提取df2中需要转为行的列名（排除ID列）
add_cols <- setdiff(colnames(df2), "ID")

# 循环逐行添加
for(col in add_cols){
  # 匹配df1的ID列和df2的ID的对应位置
  match_idx <- match(colnames(df1)[-1], df2$ID)
  # 构造新行：第一列是variant值为当前列名，后续为匹配后的数值
  new_row <- c(col, df2[[col]][match_idx])
  # 追加到df1末尾
  df1 <- rbind(df1, new_row)
}

如果确认df2的ID顺序和df1的ID列顺序完全一致，也可以用你原有写法的循环简化版：

add_cols <- setdiff(colnames(df2), "ID")
for(col in add_cols){
  df1[nrow(df1)+1, ] <- c(col, ifelse(colnames(df1) %in% df2$ID, df2[[col]], NA))
}

方案2：tidyverse风格实现（代码更简洁） #

通过长宽转换逻辑直接生成要追加的行，再和原df1合并：

library(tidyverse)

# 把df2转成和df1结构一致的待追加行
df2_to_row <- df2 %>%
  pivot_longer(cols = -ID, names_to = "variant", values_to = "val") %>%
  pivot_wider(names_from = ID, values_from = val)

# 合并到原df1，未匹配的ID列自动填充NA
df1 <- bind_rows(df1, df2_to_row)

注意：新增的sex、disease等字段为字符类型，合并后原df1的数值列会被统一转为字符类型，如果你需要保留不同列的类型差异，建议把df1转为tibble格式后再执行上述操作。

内容的提问来源于stack exchange，提问作者tacrolimus