当你有一个dfs列表，其中一列包含“ID”，但在某些列表中，一些ID缺失，那么你可以使用这个版本的Reduce / Merge来连接多个缺少行ID或标签的dfs:

Reduce(function(x, y) merge(x=x, y=y, by="V1", all.x=T, all.y=T), list_of_dfs)

我有一个没有公共id列的数据框架列表。 我丢失了许多dfs的数据。有Null值。 数据帧是使用表函数生成的。 还原，合并，rbind, rbind。填满，他们的同类不能帮助我达到我的目标。 我的目标是产生一个可理解的合并数据框架，与缺失的数据和公共id列无关。

因此，我做了如下函数。也许这个函数可以帮助到某些人。

##########################################################
####             Dependencies                        #####
##########################################################

# Depends on Base R only

##########################################################
####             Example DF                          #####
##########################################################

# Example df
ex_df           <- cbind(c( seq(1, 10, 1), rep("NA", 0), seq(1,10, 1) ), 
                         c( seq(1, 7, 1),  rep("NA", 3), seq(1, 12, 1) ), 
                         c( seq(1, 3, 1),  rep("NA", 7), seq(1, 5, 1), rep("NA", 5) ))

# Making colnames and rownames
colnames(ex_df) <- 1:dim(ex_df)[2]
rownames(ex_df) <- 1:dim(ex_df)[1]

# Making an unequal list of dfs, 
# without a common id column
list_of_df      <- apply(ex_df=="NA", 2, ( table) )

它遵循函数

##########################################################
####             The function                        #####
##########################################################


# The function to rbind it
rbind_null_df_lists <- function ( list_of_dfs ) {
  length_df     <- do.call(rbind, (lapply( list_of_dfs, function(x) length(x))))
  max_no        <- max(length_df[,1])
  max_df        <- length_df[max(length_df),]
  name_df       <- names(length_df[length_df== max_no,][1])
  names_list    <- names(list_of_dfs[ name_df][[1]])

  df_dfs <- list()
  for (i in 1:max_no ) {

    df_dfs[[i]]            <- do.call(rbind, lapply(1:length(list_of_dfs), function(x) list_of_dfs[[x]][i]))

  }

  df_cbind               <- do.call( cbind, df_dfs )
  rownames( df_cbind )   <- rownames (length_df)
  colnames( df_cbind )   <- names_list

  df_cbind

}

运行示例

##########################################################
####             Running the example                 #####
##########################################################

rbind_null_df_lists ( list_of_df )

你可以在重塑包中使用merge_all。您可以使用…来传递参数进行合并。论点

reshape::merge_all(list_of_dataframes, ...)

这里有一个关于合并数据帧的不同方法的优秀资源。

下面是一个通用包装器，可用于将二进制函数转换为多参数函数。这种解决方案的好处是它非常通用，可以应用于任何二进制函数。你只需要做一次，然后你可以把它应用到任何地方。

为了演示这个想法，我使用简单的递归来实现。当然，它可以用更优雅的方式实现，这得益于R对函数范式的良好支持。

fold_left <- function(f) {
return(function(...) {
    args <- list(...)
    return(function(...){
    iter <- function(result,rest) {
        if (length(rest) == 0) {
            return(result)
        } else {
            return(iter(f(result, rest[[1]], ...), rest[-1]))
        }
    }
    return(iter(args[[1]], args[-1]))
    })
})}

然后，您可以简单地用它包装任何二进制函数，并在第一个括号中调用位置参数(通常是data.frames)，在第二个括号中调用命名参数(例如by =或后缀=)。如果没有命名参数，则将第二个括号保留为空。

merge_all <- fold_left(merge)
merge_all(df1, df2, df3, df4, df5)(by.x = c("var1", "var2"), by.y = c("var1", "var2"))

left_join_all <- fold_left(left_join)
left_join_all(df1, df2, df3, df4, df5)(c("var1", "var2"))
left_join_all(df1, df2, df3, df4, df5)()

当你有一个dfs列表，其中一列包含“ID”，但在某些列表中，一些ID缺失，那么你可以使用这个版本的Reduce / Merge来连接多个缺少行ID或标签的dfs:

Reduce(function(x, y) merge(x=x, y=y, by="V1", all.x=T, all.y=T), list_of_dfs)

你可以使用递归来做到这一点。我还没有验证以下内容，但它应该会给你一个正确的想法:

MergeListOfDf = function( data , ... )
{
    if ( length( data ) == 2 ) 
    {
        return( merge( data[[ 1 ]] , data[[ 2 ]] , ... ) )
    }    
    return( merge( MergeListOfDf( data[ -1 ] , ... ) , data[[ 1 ]] , ... ) )
}