r来自不同长度和不同键的数据帧列表的多个连接

假设我得到了以下数据帧列表：

library(tidyverse)
df_list <- list(data.frame(cheese = c("ex","ok","bd"), 
                          cheese_val = c(3:1), 
                          stringsAsFactors = F),
               data.frame(egg = c("great","good","bad", "eww"), 
                          egg_val = c(4:1),
                          stringsAsFactors = F),
               data.frame(milk = c("good","bad"), 
                          milk_val = c(2:1), 
                          stringsAsFactors = F))

它运行，但只将联接应用于

milk

列，因此

core\u dat

中唯一的附加列是

milk\u val

，但我希望看到

cheese\u val

，以及

egg\u val

我怀疑这里有比for循环更合适的选项，我正在寻找建议。注意，我的实际数据集的df比这个小示例多得多

我不应该期望生成的数据帧（在本例中为

gg

）总共包含6列（3个标准名称+3个带有“val”后缀），因此它看起来像以下内容的打印版本：

data.frame(cheese = c("ex","ok","ok", "bd", "ok"), 
                      egg = c("great", "bad", "bad", "eww", "great"), 
                      milk = c("good", "good", "good", "bad", "good"), 
                      chees_val = c(3, 2, 2, 1, 2), 
                      egg_val = c(4, 2, 2, 1, 4), 
                      milk_val = c(2, 2, 2, 1, 2))

---

我在这里看到了许多“多重连接”的答案，但没有一个与我在这里试图实现的目标完全一致（不同的键列，不同的数据长度）。

您可以使用

map

获得连接数据帧的列表，然后使用

reduce

将它们连接在一起

map(df_list, right_join, rownames_to_column(core_dat)) %>%
  reduce(full_join)
# Joining, by = "cheese"
# Joining, by = "egg"
# Joining, by = "milk"
# Joining, by = c("cheese", "rowname", "egg", "milk")
# Joining, by = c("cheese", "rowname", "egg", "milk")
#   cheese cheese_val rowname   egg milk egg_val milk_val
# 1     ex          3       1 great good       4        2
# 2     ok          2       2   bad good       2        2
# 3     ok          2       3   bad good       2        2
# 4     bd          1       4   eww  bad       1        1
# 5     ok          2       5 great good       4        2

---

您可以使用

map

获取连接的数据帧列表，然后使用

reduce

将它们连接在一起

map(df_list, right_join, rownames_to_column(core_dat)) %>%
  reduce(full_join)
# Joining, by = "cheese"
# Joining, by = "egg"
# Joining, by = "milk"
# Joining, by = c("cheese", "rowname", "egg", "milk")
# Joining, by = c("cheese", "rowname", "egg", "milk")
#   cheese cheese_val rowname   egg milk egg_val milk_val
# 1     ex          3       1 great good       4        2
# 2     ok          2       2   bad good       2        2
# 3     ok          2       3   bad good       2        2
# 4     bd          1       4   eww  bad       1        1
# 5     ok          2       5 great good       4        2

---

这将提供所需的输出：

Reduce(merge,c(df_list,list(core_dat)))
  cheese   egg milk cheese_val egg_val milk_val
1     bd   eww  bad          1       1        1
2     ex great good          3       4        2
3     ok   bad good          2       2        2
4     ok   bad good          2       2        2
5     ok great good          2       4        2

---

这将提供所需的输出：

Reduce(merge,c(df_list,list(core_dat)))
  cheese   egg milk cheese_val egg_val milk_val
1     bd   eww  bad          1       1        1
2     ex great good          3       4        2
3     ok   bad good          2       2        2
4     ok   bad good          2       2        2
5     ok great good          2       4        2

---

尝试

map（df\u list，left\u join，core\u dat）

或

right\u join

不确定预期的输出是什么

lappy（df\u list，merge，core\u data）

@missue-

map

没有提供期望的结果：我更新了一点问题。我们可以看到您期望的输出吗？对于这个例子？尝试

map（df\u list，left\u join，core\u dat）

或

right\u join

不确定预期的输出是什么

lappy（df\u list，merge，core\u data）

@missue-

map

没有提供预期的结果：我更新了一点问题。我们能看到您期望的输出吗？对于这个例子？我对原始

核心数据
数量为5的记录数量感到困惑。我添加了行ID以使其具有所需的行数。这在我的小例子和43变量版本中也起到了作用-谢谢！原始
core_data
qty为5的记录数让我感到困惑。我添加了行ID以使其具有所需的行数。这在我的小示例和43变量版本中也起到了作用-谢谢！这在我的小示例中有效，但在我的原始数据中，我的内存不足。您的数据有多大？这是一个基本的解决方案。尝试
dplyr
解决方案。我不能写它，因为它已经给出了我的小示例，但在我的原始数据中，我的内存不足。您的数据有多大？这是一个基本的解决方案。尝试
dplyr
解决方案。我不能写，因为它已经给了我