R语言合并含国家、年份列的多数据框并按国家汇总同名列的简便方法
自动适配多列的实现方案
核心思路是跳过逐列merge、手动拆分后缀的冗余步骤,先按行拼接所有待合并的数据集,再按国家维度分组聚合求和,全程不需要手动枚举单一年份列的处理逻辑。
方案1:dplyr 实现(与现有代码语法栈兼容)
把所有待合并的数据框存入列表,通过 across() 自动匹配所有年份列完成计算,完全不需要手写列名:
library(dplyr) # 把所有需要合并的数据框放入列表,后续新增数据源只需要往列表里加元素 df_list <- list(df1, df2) df3_auto <- bind_rows(df_list) %>% group_by(country) %>% # 自动遍历所有非国家列做求和,NA值自动按0计算 summarise( across(everything(), ~sum(.x, na.rm = TRUE)), .groups = "drop" )
运行后输出结果和手动编码得到的df3完全一致。
适配调整
如果数据中存在非年份的其他数值/文本列,只需要调整列匹配规则即可,不需要逐行写逻辑:
- 仅对列名以
year开头的年份列求和:把across(everything(), ...)改为across(starts_with("year"), ~sum(.x, na.rm = TRUE)) - 非数值列需要保留取值:在
summarise中单独指定保留规则,例如region = first(region[!is.na(region)])
方案2:data.table 实现(适合大规模数据提速)
如果数据集行数多、年份列数量大,用data.table的语法运行效率更高,代码更简洁:
library(data.table) df3_dt <- rbindlist(list(df1, df2)) %>% # 按国家分组,自动对所有数值列求和 .[, lapply(.SD, sum, na.rm = TRUE), by = country]
同样可以完全复现预期的输出结果。
方案优势
- 完全不需要手动拆解merge生成的
year1.x/year1.y类冗余列,省去逐列求和、删列的重复编码 - 后续新增年份字段、新增待合并数据源时,核心聚合逻辑不需要做任何修改
- 自动兼容不同数据框中独有的国家取值,和外连接merge的结果完全对齐
内容的提问来源于stack exchange,提问作者bttomio
相关产品推荐
相关产品推荐

