包 plyr 中的 rbind.fill 可能就是您要查找的内容。
一个更新的解决方案是使用 dplyr 的 bind_rows 函数，我认为它比 smartbind 更有效。
df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
dplyr::bind_rows(df1, df2)
a b c
1 1 6 <NA>
2 2 7 <NA>
3 3 8 <NA>
4 4 9 <NA>
5 5 10 <NA>
6 11 16 A
7 12 17 B
8 13 18 C
9 14 19 D
10 15 20 E
ABC 无法从字符转换为数字。有没有办法先转换列？
大多数基本 R 答案都解决了只有一个 data.frame 具有附加列或生成的 data.frame 将具有列的交集的情况。由于 OP 写道，我希望保留绑定后不匹配的列，因此使用基本 R 方法解决此问题的答案可能值得发布。
下面，我介绍了两种基本的 R 方法：一种改变原始 data.frames，另一种不改变。此外，我提供了一种将非破坏性方法推广到两个以上 data.frames 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 data.frames，更改原件
为了在 rbind 中保留两个 data.frames 中的所有列（并允许函数正常工作而不会导致错误），您添加 NA每个 data.frame 的列，并使用 setdiff 填写适当的缺失名称。
# 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
请注意，前两行更改了原始 data.frames，df1 和 df2，将完整的列集添加到两者中。
两个 data.frames，不要更改原件
要保持原始 data.frames 完整，首先循环遍历不同的名称，返回一个命名的 NA 向量，这些向量连接到一个列表中使用 c 的 data.frame。然后，data.frame 将结果转换为适合 rbind 的 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data.frames，不要更改原件在您有两个以上data.frames的情况下，您可以执行以下操作。
# 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)))))
看不到原始data.frames的行名可能会更好一些？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))
mydflist <- list(as, dr, kr, hyt, ed1, of)。这应该构造一个不会增加环境大小的列表对象，而只是指向列表的每个元素（只要您之后不更改任何内容）。操作后，删除列表对象，以防万一。
do.call() 解决方案（对于许多数据帧）非常慢。知道什么可以使它更快吗？
data.table 的替代方案：
library(data.table)
df1 = data.frame(a = c(1:5), b = c(6:10))
df2 = data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
rbindlist(list(df1, df2), fill = TRUE)
只要对象被转换为 data.table 对象，rbind 也将在 data.table 中工作，所以
rbind(setDT(df1), setDT(df2), fill=TRUE)
也将在这种情况下工作。当您有几个 data.tables 并且不想构建列表时，这可能会更可取。
intersect 方法，仅适用于 2 个数据帧并且不容易概括。
您可以使用 gtools 包中的 smartbind。
例子：
library(gtools)
df1 <- data.frame(a = c(1:5), b = c(6:10))
df2 <- data.frame(a = c(11:15), b = c(16:20), c = LETTERS[1:5])
smartbind(df1, df2)
# result
a b c
1.1 1 6 <NA>
1.2 2 7 <NA>
1.3 3 8 <NA>
1.4 4 9 <NA>
1.5 5 10 <NA>
2.1 11 16 A
2.2 12 17 B
2.3 13 18 C
2.4 14 19 D
2.5 15 20 E
smartbind，并在 10 分钟后中止了它。
如果 df1 中的列是 df2 中的列的子集（按列名）：
df3 <- rbind(df1, df2[, names(df1)])
您也可以只提取常见的列名。
> cols <- intersect(colnames(df1), colnames(df2))
> rbind(df1[,cols], df2[,cols])
我编写了一个函数来执行此操作，因为我喜欢我的代码告诉我是否有问题。此函数将明确告诉您哪些列名不匹配，以及您是否有类型不匹配。然后无论如何它都会尽力组合 data.frames 。限制是您一次只能组合两个 data.frames。
### combines data frames (like rbind) but by matching column names
# columns without matches in the other data frame are still combined
# but with NA in the rows corresponding to the data frame without
# the variable
# A warning is issued if there is a type mismatch between columns of
# the same name and an attempt is made to combine the columns
combineByName <- function(A,B) {
a.names <- names(A)
b.names <- names(B)
all.names <- union(a.names,b.names)
print(paste("Number of columns:",length(all.names)))
a.type <- NULL
for (i in 1:ncol(A)) {
a.type[i] <- typeof(A[,i])
}
b.type <- NULL
for (i in 1:ncol(B)) {
b.type[i] <- typeof(B[,i])
}
a_b.names <- names(A)[!names(A)%in%names(B)]
b_a.names <- names(B)[!names(B)%in%names(A)]
if (length(a_b.names)>0 | length(b_a.names)>0){
print("Columns in data frame A but not in data frame B:")
print(a_b.names)
print("Columns in data frame B but not in data frame A:")
print(b_a.names)
} else if(a.names==b.names & a.type==b.type){
C <- rbind(A,B)
return(C)
}
C <- list()
for(i in 1:length(all.names)) {
l.a <- all.names[i]%in%a.names
pos.a <- match(all.names[i],a.names)
typ.a <- a.type[pos.a]
l.b <- all.names[i]%in%b.names
pos.b <- match(all.names[i],b.names)
typ.b <- b.type[pos.b]
if(l.a & l.b) {
if(typ.a==typ.b) {
vec <- c(A[,pos.a],B[,pos.b])
} else {
warning(c("Type mismatch in variable named: ",all.names[i],"\n"))
vec <- try(c(A[,pos.a],B[,pos.b]))
}
} else if (l.a) {
vec <- c(A[,pos.a],rep(NA,nrow(B)))
} else {
vec <- c(rep(NA,nrow(A)),B[,pos.b])
}
C[[i]] <- vec
}
names(C) <- all.names
C <- as.data.frame(C)
return(C)
}
gtools/smartbind 不喜欢使用 Dates，可能是因为它是 as.vectoring。所以这是我的解决方案...
sbind = function(x, y, fill=NA) {
sbind.fill = function(d, cols){
for(c in cols)
d[[c]] = fill
d
}
x = sbind.fill(x, setdiff(names(y),names(x)))
y = sbind.fill(y, setdiff(names(x),names(y)))
rbind(x, y)
}
只是为了文档。您可以尝试以下形式的 Stack 库及其函数 Stack：
Stack(df_1, df_2)
我也有这样的印象，它比处理大型数据集的其他方法更快。
也许我完全误读了您的问题，但是“我希望保留绑定后不匹配的列”让我认为您正在寻找类似于 SQL 查询的 left join 或 right join。 R 具有 merge 函数，可让您指定左、右或内连接，类似于 SQL 中的连接表。
此处已经有关于此主题的精彩问答：How to join (merge) data frames (inner, outer, left, right)?
您也可以使用 sjmisc::add_rows()，它使用 dplyr::bind_rows()，但与 bind_rows() 不同的是，add_rows() 保留属性，因此对 labelled data 很有用。
请参阅以下带有标记数据集的示例。 frq()-函数打印带有值标签的频率表，如果数据被标记。
library(sjmisc)
library(dplyr)
data(efc)
# select two subsets, with some identical and else different columns
x1 <- efc %>% select(1:5) %>% slice(1:10)
x2 <- efc %>% select(3:7) %>% slice(11:20)
str(x1)
#> 'data.frame': 10 obs. of 5 variables:
#> $ c12hour : num 16 148 70 168 168 16 161 110 28 40
#> ..- attr(*, "label")= chr "average number of hours of care per week"
#> $ e15relat: num 2 2 1 1 2 2 1 4 2 2
#> ..- attr(*, "label")= chr "relationship to elder"
#> ..- attr(*, "labels")= Named num 1 2 3 4 5 6 7 8
#> .. ..- attr(*, "names")= chr "spouse/partner" "child" "sibling" "daughter or son -in-law" ...
#> $ e16sex : num 2 2 2 2 2 2 1 2 2 2
#> ..- attr(*, "label")= chr "elder's gender"
#> ..- attr(*, "labels")= Named num 1 2
#> .. ..- attr(*, "names")= chr "male" "female"
#> $ e17age : num 83 88 82 67 84 85 74 87 79 83
#> ..- attr(*, "label")= chr "elder' age"
#> $ e42dep : num 3 3 3 4 4 4 4 4 4 4
#> ..- attr(*, "label")= chr "elder's dependency"
#> ..- attr(*, "labels")= Named num 1 2 3 4
#> .. ..- attr(*, "names")= chr "independent" "slightly dependent" "moderately dependent" "severely dependent"
bind_rows(x1, x1) %>% frq(e42dep)
#>
#> # e42dep <numeric>
#> # total N=20 valid N=20 mean=3.70 sd=0.47
#>
#> val frq raw.prc valid.prc cum.prc
#> 3 6 30 30 30
#> 4 14 70 70 100
#> <NA> 0 0 NA NA
add_rows(x1, x1) %>% frq(e42dep)
#>
#> # elder's dependency (e42dep) <numeric>
#> # total N=20 valid N=20 mean=3.70 sd=0.47
#>
#> val label frq raw.prc valid.prc cum.prc
#> 1 independent 0 0 0 0
#> 2 slightly dependent 0 0 0 0
#> 3 moderately dependent 6 30 30 30
#> 4 severely dependent 14 70 70 100
#> NA NA 0 0 NA NA
您可以将它们插入到原始数据库 (db1) 的末尾，添加第二个数据库的行数。未包含在 db2 中的列将显示 NA 值。
db1[nrow(db1)+1:nrow(db1)+nrow(db2), names(db2)] <- db2
rbind.ordered=function(x,y){
diffCol = setdiff(colnames(x),colnames(y))
if (length(diffCol)>0){
cols=colnames(y)
for (i in 1:length(diffCol)) y=cbind(y,NA)
colnames(y)=c(cols,diffCol)
}
diffCol = setdiff(colnames(y),colnames(x))
if (length(diffCol)>0){
cols=colnames(x)
for (i in 1:length(diffCol)) x=cbind(x,NA)
colnames(x)=c(cols,diffCol)
}
return(rbind(x, y[, colnames(x)]))
}
rbind.fill和bind_rows()都以静默方式删除行名。