如何让3个独立DataFrame仅保留共有列并保持列顺序一致

现有代码的错误点 #

• 逻辑方向错误：apply(df1, 2, function(x) ...)中遍历的参数x是df1每一列的数值向量，不是列名，colnames(x)必然返回空值，判断逻辑完全不成立。
• 语法错误：原代码括号未闭合，且ifelse是向量化运算函数，不适合用来做列筛选的逻辑判断。
• 冗余操作：不需要逐列判断删除，直接取列名交集批量筛选效率更高。

正确实现方案 #

实现逻辑 #

1. 先提取所有DataFrame的列名，取三者的交集得到共有列
2. 直接用共有列名作为索引筛选每个DataFrame的列，筛选同时自动对齐列顺序，不需要额外调整顺序的步骤

代码示例 #

首先构造示例数据：

# 构造示例数据
df1 <- data.frame(A = 4, B = 5, C = 2, D = 9)
df2 <- data.frame(A = 13, D = 23, C = 94, F = 1)
df3 <- data.frame(E = 3, C = 83, A = 12, D = 7)

基础版写法（适配3个DataFrame的场景）：

# 取3个DataFrame的共有列名
common_cols <- intersect(intersect(colnames(df1), colnames(df2)), colnames(df3))
# 筛选列并自动对齐顺序，drop=FALSE防止单列时自动转为向量
df1 <- df1[, common_cols, drop = FALSE]
df2 <- df2[, common_cols, drop = FALSE]
df3 <- df3[, common_cols, drop = FALSE]

批量通用写法（适配DataFrame数量较多的场景，后续新增DataFrame只需修改列表即可）：

# 把所有DataFrame放入列表统一处理
df_list <- list(df1, df2, df3)
# 取所有DataFrame列名的交集
common_cols <- Reduce(intersect, lapply(df_list, colnames))
# 批量筛选并对齐列
df_list_processed <- lapply(df_list, function(df) df[, common_cols, drop = FALSE])
# 按索引提取处理后的DataFrame
df1 <- df_list_processed[[1]]
df2 <- df_list_processed[[2]]
df3 <- df_list_processed[[3]]

输出验证 #

处理后的三个DataFrame输出如下：

> df1
  A C D
1 4 2 9
> df2
   A  C  D
1 13 94 23
> df3
   A  C D
1 12 83 7

完全符合预期需求。

内容的提问来源于stack exchange，提问作者JVDeasyas123