合并大量数据框

Question

可能是重复问题:
如何同时合并包含在列表中的多个数据框(data.frames)

data.frames 示例:

 df1 = data.frame(id=c('1','73','2','10','43'),v1=c(1,2,3,4,5)) <br>
 df2 = data.frame(id=c('7','23','57','2','62','96'),v2=c(1,2,3,4,5,6)) <br>
 df3 = data.frame(id=c('23','62'),v3=c(1,2)) <br>

注意：id 对于每一个数据框是唯一的。我希望生成的矩阵看起来像这样：

1      1 NA NA 
2      3  4 NA 
7      NA 1 NA 
10     4 NA NA 
23     NA 2  1 
43     5 NA NA 
57     NA 3 NA 
62     NA 5  2 
73     2 NA NA 
96     NA 6 NA

在这种情况下，我只展示了3个数据集，实际上我至少有22个数据集，因此最终我想要一个nx(22+1)的矩阵，其中n是所有22个数据集的id数量。

给定2个数据集，我需要在第一列中获取它们的ids，第二列和第三列填充值，如果不存在值，则输入NA。

- user1938809

---

这不是一个解决方案，但是补充一下@Matthew Plourde所说的。您可以构建数据框列表：df_list <- lapply(paste0("df",1:22), as.name)。 - Wojciech Sobala

尽管这个线程可能是另一个线程的副本，但是两个问题和答案都以更易读的方式呈现。 - biocyberman

Answer 1

将它们放入一个列表中，使用带有Reduce的merge。

Reduce(function(x, y) merge(x, y, all=TRUE), list(df1, df2, df3))
#    id v1 v2 v3
# 1   1  1 NA NA
# 2  10  4 NA NA
# 3   2  3  4 NA
# 4  43  5 NA NA
# 5  73  2 NA NA
# 6  23 NA  2  1
# 7  57 NA  3 NA
# 8  62 NA  5  2
# 9   7 NA  1 NA
# 10 96 NA  6 NA

你也可以使用这个更加简洁的版本：

Reduce(function(...) merge(..., all=TRUE), list(df1, df2, df3))

- Matthew Plourde

---

+1 for Reduce。对于这个简单的例子来说，这相当于 merge(merge(df1, df2, by='id', all=T), df3, by='id', all=T)。显然可以使用循环遍历数据框 - 但这正是 Reduce 所做的。 - Matthew Lundberg

我很感激语言中有Reduce函数，但我真的希望它更像*apply函数，让你能够为提供的函数提供额外的参数。我不喜欢只是为了在merge时使用all=TRUE而嵌入一个函数定义。 - Matthew Plourde

merge_recurse 和 merge_all 是（旧版本的）reshape包中构建类似功能更便捷的工具的不错指南。 - joran

我可以问一下，如果我们需要考虑这些数据框中不同的“ids”，如何修改函数？ - Konrad

我尝试了这种方法，但在包含500个列表、每个列表有125行的情况下速度非常缓慢。还有其他更快的方法吗？ - Polla A. Fattah