R语言如何使用apply类方法合并两个等长列表对应位置的dataframe

最优实现方案 #

基础R方案（无需额外依赖） #

直接用mapply按位置配对两个列表的元素执行合并，性能远高于R层手写for循环：

DesiredOutput_List <- mapply(
  function(df_a, df_b) merge(df_a, df_b, all = TRUE, by = "SampleID"),
  list1,
  list2,
  SIMPLIFY = FALSE
)

注意：如果你实际场景的合并主键是Barcodes，把上述代码中by参数的取值替换为"Barcodes"即可。

返回结果的顺序和输入列表完全对应，结构和你手写逐个合并的结果完全一致。

高吞吐量方案（推荐大数据量使用） #

如果可以引入tidyverse生态的包，dplyr::full_join的合并性能比基础merge高3~10倍（依数据量而定），搭配purrr::map2实现配对迭代，代码更简洁：

library(purrr)
library(dplyr)

DesiredOutput_List <- map2(list1, list2, ~full_join(.x, .y, by = "SampleID"))

旧尝试问题说明 #

• Attempt1 用cbind是直接按行拼接两个表，没有按SampleID主键匹配，不符合合并需求
• 仅用lapply也可以实现，本质是遍历两个列表的索引，写法不如mapply/map2直观：

  DesiredOutput_List <- lapply(seq_along(list1), function(idx) {
    merge(list1[[idx]], list2[[idx]], all = TRUE, by = "SampleID")
  })
  

• Attempt3 输出倒序是因为调用append时指定了插入位置为0，每次都把新合并的表插到列表最开头，把赋值逻辑改为output_list[[x]] <- df_merged即可修正顺序，但手写R层for循环的吞吐量远低于上面的向量化迭代方案。

内容的提问来源于stack exchange，提问作者Paul