按行名合并行数不一致的DataFrame列表，求高效解决方案

嘿，我明白你要处理的问题——手里攥着几千个结构类似的DataFrame，想把它们高效合并成一个大表对吧？我给你几个实用的方案，从简洁易读到性能拉满都有，你可以根据自己的需求选：

方案1：用tidyverse（简洁易读，新手友好） #

如果你习惯用tidyverse的语法，这个方法代码简洁，可读性强，处理几千个DF完全没问题：

# 先给你的列表命名（如果还没命名的话），这样合并后的列名更清晰
df_list <- list(v, w, x, y) # 这里替换成你自己的列表
names(df_list) <- paste0("sample_", seq_along(df_list))

# 加载tidyverse包
library(tidyverse)

# 一步完成合并
combined_df <- df_list %>%
  imap_dfr(~ .x %>% 
             rownames_to_column("id") %>%  # 把行名转成单独的列
             mutate(sample = .y)) %>%     # 标记每个数据来自哪个原DF
  pivot_wider(names_from = sample, values_from = answer)  # 转成宽格式，每个原DF对应一列

这个方法的核心是imap_dfr，它会自动遍历列表并把所有DF绑定成一个长表，再用pivot_wider转成我们需要的宽表。如果有缺失的行名，对应的位置会自动填充NA，你可以在pivot_wider里加values_fill = 0（或者你需要的默认值）来替换NA。

方案2：用data.table（性能拉满，适合超大规模） #

如果你的列表真的特别大（比如上万个DF），data.table的速度和内存效率会比tidyverse更高：

library(data.table)

df_list <- list(v, w, x, y) # 替换成你的列表

# 把每个DF转成data.table，保留行名并标记来源
dt_list <- lapply(seq_along(df_list), function(i) {
  as.data.table(df_list[[i]], keep.rownames = "id")[, sample := paste0("sample_", i)]
})

# 快速绑定所有data.table
combined_dt <- rbindlist(dt_list)

# 转成宽格式
combined_wide <- dcast(combined_dt, id ~ sample, value.var = "answer", fill = NA)

rbindlist和dcast都是data.table专门优化过的函数，处理大数据量的时候比普通方法快很多，而且内存占用更低。同样，你可以把fill = NA改成fill = 0来替换缺失值。

方案3：Base R（无依赖，适合不能装包的环境） #

如果你没法安装额外的包，用Base R也能高效搞定，核心是用矩阵来填充数据（矩阵的内存效率比data.frame高很多）：

df_list <- list(v, w, x, y) # 替换成你的列表

# 先收集所有出现过的行名
all_ids <- unique(unlist(lapply(df_list, rownames)))

# 创建一个空矩阵，行是所有行名，列是每个原DF
combined_matrix <- matrix(
  NA,
  nrow = length(all_ids),
  ncol = length(df_list),
  dimnames = list(all_ids, paste0("sample_", seq_along(df_list)))
)

# 循环填充矩阵（虽然是循环，但矩阵填充比逐个合并DF快很多）
for (i in seq_along(df_list)) {
  current_df <- df_list[[i]]
  combined_matrix[rownames(current_df), i] <- current_df$answer
}

# 转成DataFrame
combined_df <- as.data.frame(combined_matrix)

这个方法不需要任何额外包，适合在受限环境下使用。如果要替换NA，直接加一行combined_matrix[is.na(combined_matrix)] <- 0就行。

小提示 #

• 如果你的列表里的DF已经有自定义名称，记得用names(df_list)来作为列名，比如把paste0("sample_", seq_along(df_list))换成names(df_list)，这样合并后的列名更有意义。
• 不管用哪个方法，提前检查一下所有DF的列名是否一致（比如都是answer），避免合并出错。

内容的提问来源于stack exchange，提问作者Pablowa