将列表中的行与R中有意义的重复项绑定[重复]

Question

伙计们，我需要逐行合并列表中的不同数据框，并维护重复行中包含的一些信息。每行包含一些变量（股票价格）的日常观察，每个数据框包含不同的时间跨度（年）。从一个数据框到另一个数据框，一些变量可能会发生变化（列 - 指数内的股票）。来自dplyr 的bind_rows 似乎在简单地添加具有新变量的列并将NAs 留在其他地方方面做得很好。

关键是一些数据帧包含上一周期的最后一天（因此已经与前一个数据帧绑定），但它们在显示的变量（列）方面略有不同。我不想完全消除其中一个重复行，因为它们都包含我需要的信息，我宁愿合并它们。重复的行包含相同的值（因为指的是同一天）或一个 NA 和一个值（因为指的是集合中的不同变量）。我能怎么做？

这个问题可以在下面的例子中综合：

library(dplyr)
df_1 <- data.frame(Date=c(1:4),A=c(20,30,20,30),B=c(15,16,15,16)) 
df_2 <- data.frame(Date=c(4:7),A=c(30,35,60,40),C=c(15,18,25,20))
dfs<-list(df_1,df_2)
bind_rows(dfs)

结果：

  Date  A  B  C
1    1 20 15 NA
2    2 30 16 NA
3    3 20 15 NA
4    4 30 16 NA
5    4 30 NA 15
6    5 35 NA 18
7    6 60 NA 25
8    7 40 NA 20

期望的结果：

  Date  A  B  C
1    1 20 15 NA
2    2 30 16 NA
3    3 20 15 NA
4    4 30 16 15
5    5 35 NA 18
6    6 60 NA 25
7    7 40 NA 20

Answer 1

您可以通过Date 和A 列进行完全连接，而不是绑定行。

library(dplyr)
full_join(df_1, df_2, by = c('Date', 'A'))
#Thanks to @duckmayr for the suggestion. 

#   A  B  C
#1 20 15 NA
#2 30 16 NA
#3 20 15 NA
#4 30 16 15
#5 35 NA 18
#6 60 NA 25
#7 40 NA 20

在基础 R 中，可以这样做：

merge(df_1, df_2, by = c('Date', 'A'), all = TRUE)

---

如果数据在列表中，我们可以使用Reduce

purrr::reduce(dfs, full_join, by = c('Date', 'A'))

或者

Reduce(function(x, y) merge(df_1, df_2, by = c('Date', 'A'), all = TRUE), dfs)