连接不同长度的数据帧[重复]答案

【问题标题】：Concatenate data frames with different lengths [duplicate]连接不同长度的数据帧[重复]
【发布时间】：2017-06-26 21:10:24
【问题描述】：

我有许多不同长度的data.frames，我想将它们逐个连接到R中的row.names，如果一个data.frame错过了一些名称，则用0填充该值。例如

df1

A 1
B 1
C 1
D 1

df2

C 2
D 2
E 2

我想要的是

New_df

尝试了几种方法，但都没有奏效。谢谢！！

【问题讨论】：

stackoverflow.com/questions/1299871/…
我们可以假设您的原始数据框不包含任何NA吗？这将简化使用0s 初始化缺失列的答案...
rbindlist from data.table with use.names = T 会自动为你做这件事！但是你必须使用 data.table 包而不是基本 R。

标签： r dataframe merge concatenation

【解决方案1】：

由于 OP 想要合并许多 data.frames，使用Reduce 是有意义的。首先，您必须将您的 dfs 放在一个列表中并像这样使用Reduce：

df1 <- read.table(text="ID Val1
A 1
B 1
C 1
D 1",header=TRUE,stringsAsFactors=FALSE)

df2 <- read.table(text="ID Val2
C 2
D 2
E 2",header=TRUE,stringsAsFactors=FALSE)

df3 <- read.table(text="ID Val3
C 2
D 2
F 4",header=TRUE,stringsAsFactors=FALSE)

df_list <- list(df1,df2,df3)

res <- Reduce(function(x, y) merge(x, y, by="ID", all=TRUE), df_list)
res[is.na(res)] <- 0

  ID Val1 Val2 Val3
1  A    1    0    0
2  B    1    0    0
3  C    1    2    2
4  D    1    2    2
5  E    0    2    0
6  F    0    0    4

【讨论】：

有效！非常感谢！

【解决方案2】：

对于要合并的数据框超过 2 个的情况：

df1 <- read.table(text="A 1
                  B 1
                  C 1
                  D 1", stringsAsFactor=F)

df2 <- read.table(text="C 2
                  D 2
                  E 2", stringsAsFactor=F)

dfs <- list(df1, df2)
df_new <- Reduce(function(...) merge(..., all=T, by="V1"), dfs)
df_new[is.na(df_new)] <- 0

【讨论】：

【解决方案3】：

col1<-c("A", "B", "C","D")
col2<-c(1,1,1,1)
df1<-data.frame(col1, col2)

col1<-c("C", "D", "E")
col2<-c(2,2,2)
df2<-data.frame(col1, col2)


df3<-rbind(df1, df2)
df4<-data.frame(unique(df3$col1))
colnames(df4)[1]<-"ID"
df5<-left_join(df4, df1, by=c("ID"="col1"))
df6<-left_join(df5,df2, by=c("ID"="col1"))
df6[is.na(df6)] <- 0

【讨论】：

为了完整起见，您可能需要添加 library(dplyr)。但即使你这样做，OP 也希望合并两个以上的数据帧。我认为这不是 OP 想要的。

【解决方案4】：

对 rsmith45 的回答稍作修改：

library(tidyverse)
df1 <-
  data_frame(id = c("A", "B", "C", "D"),
             val_1 = c(1, 1, 1, 1))
df2 <-
  data_frame(id = c("C", "D", "E"),
             val_2 = c(2, 2, 2))

new_df <- full_join(df1, df2) %>%
  replace_na(list(val_1 = 0, val_2 = 0))

> new_df
# A tibble: 5 x 3
     id val_1 val_2
  <chr> <dbl> <dbl>
1     A     1     0
2     B     1     0
3     C     1     2
4     D     1     2
5     E     0     2

replace_na 很酷，因为您可以使用它来根据列用其他值填充 NA：

new_df <- full_join(df1, df2) %>%
  replace_na(list(val_1 = -99, val_2 = -1))

> new_df
# A tibble: 5 x 3
     id val_1 val_2
  <chr> <dbl> <dbl>
1     A     1    -1
2     B     1    -1
3     C     1     2
4     D     1     2
5     E   -99     2

【讨论】：

哎呀，我现在看到 op 想要很多 dfs。 reduce ycw 的回答很棒！。