R语言中rbind.fill的最快替代方案有哪些？

以下方案按运行效率从高到低排序，数据量越大，不同方案的速度差异越明显：

1. 最高效方案：data.table::rbindlist #

是目前行业公认的最快实现，处理百万行级以上的大列表时，速度比Base R方案快数倍到数十倍，默认输出data.table格式，也可以手动转回普通data.frame。
代码示例：

# 加载包
library(data.table)
# 直接合并
result <- rbindlist(df_list)
# 若需要保留每行来自列表的哪个元素，可加idcol参数
result <- rbindlist(df_list, idcol = "source")
# 若需要输出为普通data.frame格式
result <- as.data.frame(rbindlist(df_list))

2. Tidyverse生态方案：dplyr::bind_rows #

语法友好，是tidyverse用户的常用选择，速度比Base R方案快，比rbindlist略慢，中小数据量下使用体验极佳。
代码示例：

# 加载包
library(dplyr)
# 直接合并
result <- bind_rows(df_list)
# 保留来源标记
result <- bind_rows(df_list, .id = "source")

3. Base R原生方案：do.call(rbind, ...) #

无需额外安装第三方包，适合轻量小数据量场景，大数据量下速度最慢，列类型兼容度也更低。
代码示例：

result <- do.call(rbind, df_list)

注意事项 #

• 所有方案默认支持列名完全一致的dataframe合并，若列表内存在列名不一致的元素，部分方案会自动填充NA，不符合需求时建议提前做列名一致性校验
• 若列表内的dataframe存在同列名但列类型不一致的情况，rbindlist和bind_rows会自动做兼容类型转换，Base R的rbind更容易触发报错

内容的提问来源于stack exchange，提问作者bill999