R语言中逐对合并两组数据框列表并选取小于1值的实现方法

前置列表加载与结构校验 #

整个流程先完成两组数据的列表化加载，再做结构对齐校验，避免后续合并出现错位：

• 分别将两组对应同源计算结果的Data Frame加载为独立列表，命名为df_list_src1（第一组混合存储比例值、整数值的数据集）、df_list_src2（第二组多数为整数值、仅少量比例值的数据集）
• 加载完成后执行两层硬校验，不通过则直接抛出中断提示：
  • 校验两个列表的总长度完全相等，保证每一个序号的Data Frame都有唯一配对
  • 逐对校验列表内每个位置的Data Frame行列维度完全一致，满足逐元素对齐的基础要求

核心合并规则匹配 #

合并逻辑严格遵循位置对齐规则，逐元素扫描配对的两个Data Frame：

• 当第一组对应位置的数值小于1时，直接保留第一组的原比例值
• 当第一组对应位置的数值大于等于1时，直接取第二组同坐标位置的数值作为结果
• 最终实现所有两个数据源中的小于1有效值全覆盖，舍弃所有大于等于1的非目标值

完整可运行代码实现 #

# 1. 批量加载两组本地存储的Data Frame（以csv格式文件为例）
# 定义两组数据的存储路径
src1_path <- "your/path/to/first/group/data"
src2_path <- "your/path/to/second/group/data"

# 按文件名自然排序读取，保证列表序号和文件顺序一一对应
df_list_src1 <- list.files(
  path = src1_path,
  pattern = "\\.csv$",
  full.names = TRUE
) |> lapply(read.csv, check.names = FALSE)

df_list_src2 <- list.files(
  path = src2_path,
  pattern = "\\.csv$",
  full.names = TRUE
) |> lapply(read.csv, check.names = FALSE)

# 2. 前置结构校验
stopifnot(
  "两组列表长度不匹配，存在未配对的Data Frame" = length(df_list_src1) == length(df_list_src2)
)

dimension_check <- mapply(
  function(df_a, df_b) identical(dim(df_a), dim(df_b)),
  df_list_src1,
  df_list_src2
)
stopifnot(
  "存在行列结构不匹配的配对Data Frame" = all(dimension_check)
)

# 3. 逐对执行合并逻辑
merged_result_list <- mapply(
  function(df_a, df_b) {
    # 逐元素判断替换
    merged_matrix <- ifelse(df_a < 1, df_a, df_b)
    # 还原为和输入完全一致的Data Frame结构，保留行、列名
    as.data.frame(
      merged_matrix,
      row.names = rownames(df_a),
      check.names = FALSE
    )
  },
  df_list_src1,
  df_list_src2,
  SIMPLIFY = FALSE
)

补充说明：如果遇到同位置两个数值都≥1的场景，可根据实际业务需求在ifelse判断环节补充兜底规则（如赋值为NA、填充业务约定的固定值），无需改动整体流程结构。

结果有效性校验 #

• 输出的merged_result_list保持和原输入列表完全一致的序号顺序，每个位置的Data Frame维度和输入完全对齐
• 随机抽样核对配对样本：第一组中小于1的位置，合并结果和第一组原取值完全一致；第一组中≥1的位置，合并结果和第二组同位置取值完全匹配
• 可批量统计合并结果中小于1的有效值占比，确认无遗漏保留两个数据源中的所有目标值

内容的提问来源于stack exchange，提问作者user2472414