如何在R中按对应顺序对两个列表的DataFrame执行left_join？

嗨，我完全懂你的需求啦——你需要把两个列表里对应位置的DataFrame挨个做left_join，而不是像reduce那样做累积式的合并，对吧？你之前试lapply没成功很正常，因为lapply只能处理单个列表的遍历，没法同时匹配两个列表的对应元素~

下面给你两种实用的解决方法，都是专门针对这种“两两对应操作”的场景：

方法1：基础R的mapply函数 #

mapply是基础R里处理多列表对应元素操作的工具，只要两个列表长度一致，就能完美配对。记得要设置SIMPLIFY = FALSE，避免结果被自动简化成矩阵。

示例代码（含模拟数据） #

library(dplyr)

# 先模拟你的DataFrame列表（替换成你实际的数据即可）
df_A <- tibble(id = 1:3, val1 = letters[1:3])
df_B <- tibble(id = 1:3, val1 = letters[4:6])
df_C <- tibble(id = 1:3, val1 = letters[7:9])
df_D <- tibble(id = 1:3, val1 = letters[10:12])

df_Aa <- tibble(id = 1:4, val2 = 1:4)
df_Bb <- tibble(id = 1:4, val2 = 5:8)
df_Cc <- tibble(id = 1:4, val2 = 9:12)
df_Dd <- tibble(id = 1:4, val2 = 13:16)

list_1 <- list(df_A, df_B, df_C, df_D)
list_2 <- list(df_Aa, df_Bb, df_Cc, df_Dd)

# 执行对应位置的left_join
result_list <- mapply(
  function(x, y) left_join(x, y, by = "id"),  # 这里的by参数根据你的实际连接键调整
  x = list_1,
  y = list_2,
  SIMPLIFY = FALSE  # 强制返回列表格式
)

# 查看第一个合并结果（A与Aa）
result_list[[1]]

方法2：Tidyverse的purrr::map2函数 #

如果你习惯用tidyverse生态，purrr包的map2函数语法更简洁直观，专门用来处理两个等长列表的对应元素操作。

示例代码 #

library(purrr)
library(dplyr)

# 同样使用上面的模拟数据
result_list <- map2(list_1, list_2, ~left_join(.x, .y, by = "id"))

# 查看第二个合并结果（B与Bb）
result_list[[2]]

关键说明 #

• 两种方法的核心都是同时遍历两个列表的对应位置元素，把每一对元素传入left_join处理
• 记得根据你的实际数据调整by参数（如果连接键列名一致可以省略，但显式指定更稳妥）
• 最终返回的result_list会和原列表长度一致，每个元素就是对应配对的合并结果

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