我有一个列表，里面有很多我想合并的数据帧。这里的问题是，每个data.frame的行数和列数不同，但它们都共享关键变量(在下文中我将其称为“var1”和“var2”)。如果data.frames在列方面是相同的，我可以只rbind，对于plyr的rbind。填充可以完成这项工作，但这些数据不是这样的。
因为merge命令只适用于2 data.frames，所以我求助于互联网。我从这里得到了这个，它在R 2.7.2中完美地工作，这是我当时拥有的:
merge.rec <- function(.list, ...){
if(length(.list)==1) return(.list[[1]])
Recall(c(list(merge(.list[[1]], .list[[2]], ...)), .list[-(1:2)]), ...)
}
我将这样调用这个函数:
df <- merge.rec(my.list, by.x = c("var1", "var2"),
by.y = c("var1", "var2"), all = T, suffixes=c("", ""))
但在2.7.2之后的任何R版本中，包括2.11和2.12，这段代码会出现以下错误:
Error in match.names(clabs, names(xi)) :
names do not match previous names
(顺便说一句，我在其他地方看到了这个错误的其他引用，但没有解决方案)。
有办法解决这个问题吗?
我将重复使用来自@PaulRougieux的数据示例
x <- data_frame(i = c("a","b","c"), j = 1:3)
y <- data_frame(i = c("b","c","d"), k = 4:6)
z <- data_frame(i = c("c","d","a"), l = 7:9)
这里有一个简短而甜蜜的解决方案，使用purrr和tidyr
library(tidyverse)
list(x, y, z) %>%
map_df(gather, key=key, value=value, -i) %>%
spread(key, value)
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)()
我将重复使用来自@PaulRougieux的数据示例
x <- data_frame(i = c("a","b","c"), j = 1:3)
y <- data_frame(i = c("b","c","d"), k = 4:6)
z <- data_frame(i = c("c","d","a"), l = 7:9)
这里有一个简短而甜蜜的解决方案，使用purrr和tidyr
library(tidyverse)
list(x, y, z) %>%
map_df(gather, key=key, value=value, -i) %>%
spread(key, value)
