当两个数据帧具有不同的列集时，按行组合(rbind)

大多数基本R答案解决的情况是，只有一个data.frame有额外的列，或者结果data.frame有这些列的交集。由于OP写道，我希望在绑定后保留不匹配的列，因此使用基本R方法来解决这个问题的答案可能值得发布。

下面，我将介绍两个基本R方法:一个改变原始data.frames，另一个不改变。此外，我还提供了一种将非破坏性方法推广到两个以上的数据帧的方法。

首先，让我们获取一些示例数据。

# sample data, variable c is in df1, variable d is in df2
df1 = data.frame(a=1:5, b=6:10, d=month.name[1:5])
df2 = data.frame(a=6:10, b=16:20, c = letters[8:12])

两个数据帧，改变原始数据为了在rbind中保留这两个data.frames中的所有列(并允许该函数正常工作而不会导致错误)，您需要在每个data.frame中添加NA列，并使用setdiff填充适当的缺失名称。

# fill in non-overlapping columns with NAs
df1[setdiff(names(df2), names(df1))] <- NA
df2[setdiff(names(df1), names(df2))] <- NA

现在,rbind-em

rbind(df1, df2)
    a  b        d    c
1   1  6  January <NA>
2   2  7 February <NA>
3   3  8    March <NA>
4   4  9    April <NA>
5   5 10      May <NA>
6   6 16     <NA>    h
7   7 17     <NA>    i
8   8 18     <NA>    j
9   9 19     <NA>    k
10 10 20     <NA>    l

注意，前两行更改了原始data.frames, df1和df2，将完整的列添加到这两行。

两帧数据，不要改变原始数据为了保持原始的data.frames不变，首先遍历不同的名称，返回一个命名的na向量，这些na与data.frame使用c连接到一个列表中。然后data.frame将结果转换为rbind的适当data.frame。

rbind(
  data.frame(c(df1, sapply(setdiff(names(df2), names(df1)), function(x) NA))),
  data.frame(c(df2, sapply(setdiff(names(df1), names(df2)), function(x) NA)))
)

许多数据帧不会改变原始数据在有两个以上data.frames的情况下，可以执行以下操作。

# put data.frames into list (dfs named df1, df2, df3, etc)
mydflist <- mget(ls(pattern="df\\d+"))
# get all variable names
allNms <- unique(unlist(lapply(mydflist, names)))

# put em all together
do.call(rbind,
        lapply(mydflist,
               function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
                                                  function(y) NA)))))

也许看不到原始data。frames的行名会更好一些?然后这样做。

do.call(rbind,
        c(lapply(mydflist,
                 function(x) data.frame(c(x, sapply(setdiff(allNms, names(x)),
                                                    function(y) NA)))),
          make.row.names=FALSE))

2017-10-08 20:16:44

rbind。从包装胶合板填充可能是你正在寻找的。

2010-08-04 04:00:48

您也可以只取出公共列名。

> cols <- intersect(colnames(df1), colnames(df2))
> rbind(df1[,cols], df2[,cols])

2010-08-04 03:50:15

您可以将它们插入到原始数据库(db1)的末尾，并添加第二个数据库的行数。db2中不包括的列将显示NA值。

db1[nrow（db1）+1：nrow（db1）+nrow（db2）， names（db2）] <- db2

2022-05-25 21:37:01

只是为了文档。你可以用下面的形式尝试Stack库和它的函数Stack:

Stack(df_1, df_2)

我也有一个印象，对于大数据集，它比其他方法更快。

2017-08-15 19:48:01