R语言如何将原始data.frame的缺失列回填到data.frame列表

API 探路者

2026-9-27

问题描述

我从data生成了data.frame列表LIST，但LIST缺失了原始data中存在的paper列（注：缺失列的列名会明确给出）。
我想将缺失的paper列回填到LIST的每个元素中，得到DESIRED_LIST的效果，之前尝试的方案如下：
lapply(LIST, function(x)data[do.call(paste, data[names(x)]) %in% do.call(paste, x),])
但运行后无法得到目标输出，希望得到Base R或tidyverse风格的实现方案。

原有方案失效的原因是直接筛选原始全量data的行，会把原始数据中ES、bar等不需要的列一并返回，且没有处理同匹配键对应多行的重复问题。

可复现示例数据

m2="
paper     study sample    comp ES bar
1         1     1         1    1  7
1         2     2         2    2  6
1         2     3         3    3  5
2         3     4         4    4  4
2         3     4         4    5  3
2         3     4         5    6  2
2         3     4         5    7  1"
data <- read.table(text=m2,h=T)

LIST <- list(data.frame(study=1       ,sample=1       ,comp=1),
             data.frame(study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
             data.frame(study=c(2,2)  ,sample=c(2,3)  ,comp=c(2,3)))

DESIRED_LIST <- list(data.frame(paper=1       ,study=1       ,sample=1       ,comp=1),
                     data.frame(paper=rep(2,4),study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
                     data.frame(paper=rep(1,2),study=c(2,2)  ,sample=c(2,3)  ,comp=c(2,3)))

解决方案

Base R 实现

核心逻辑是先提取匹配键和paper的唯一映射，再遍历列表做合并，避免返回多余列和重复行：

# 提取匹配键与paper的唯一映射关系
key_map <- unique(data[, c("study", "sample", "comp", "paper")])
# 遍历列表元素做匹配合并
result <- lapply(LIST, function(df) {
  merge(df, key_map, by = c("study", "sample", "comp"), sort = FALSE)
})

验证：identical(result, DESIRED_LIST) 返回 TRUE。

Tidyverse 实现

用purrr遍历列表，dplyr做关联匹配：

library(tidyverse)

result <- LIST %>% 
  map(
    ~ left_join(.x, distinct(data, study, sample, comp, paper), 
                by = c("study", "sample", "comp"))
  )