R 按行连接数据帧

R 按行连接数据帧,r,join,row,dataframe,bind,R,Join,Row,Dataframe,Bind,我有不同的data.frames,共1行,我想将其合并成一个大的data.frames。问题是,我希望我的colnames从2002年1月的转到dic 2011年的,并用我的数据帧填充这些列,即使其中一列没有值。data.frames上的示例(可以有“离散”日期): df1: df2: df3: df4(“离散数据帧”): 需要Data.frame(期望输出): 在此示例中,所有其他没有值的列都将是NA:例如ene 2003 feb 2003。。。。。2005年11月dic 2005。。。。。。

我有不同的
data.frames
,共1行,我想将其合并成一个大的
data.frames
。问题是,我希望我的
colnames
从2002年1月的
转到
dic 2011年的
,并用我的
数据帧填充这些列,即使其中一列没有值。data.frames上的示例(可以有“离散”日期):

df1:

df2:

df3:

df4(“离散数据帧”):

需要Data.frame(期望输出):


在此示例中,所有其他没有值的列都将是
NA
:例如ene 2003 feb 2003。。。。。2005年11月dic 2005。。。。。。2006年或2007年的所有月份(只是说示例中没有的随机月份,但我希望它们出现在我的输出中)

使用
plyr
rbind.fill

rbind.fill(list(df1,df2,df3,df4))
注意:重复的列名(例如:2002年2月)将更改为
2002年2月1日

编辑:这是我得到的:

#   ene2002 ene2002.1 feb2002 feb2002.1 mar2002 mar2002.1 ago2004 ago2004.1 sep2004
# 1      69        MA      38        MA      38        MA      NA      <NA>      NA
# 2      NA      <NA>      NA      <NA>      NA      <NA>     114        MB     102
# 3      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA
# 4      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA
#   sep2004.1 oct2004 oct2004.1 oct2011 oct2011.1 nov2011 nov2011.1 dic2011 dic2011.1
# 1      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>
# 2        MB      49         M      NA      <NA>      NA      <NA>      NA      <NA>
# 3      <NA>      NA      <NA>      10         A       9         A      20        MA
# 4      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>
#   jan2008 jan2008.1 jul2009 jul2009.1 dic2010 dic2010.1
# 1      NA      <NA>      NA      <NA>      NA      <NA>
# 2      NA      <NA>      NA      <NA>      NA      <NA>
# 3      NA      <NA>      NA      <NA>      NA      <NA>
# 4      20        MA     200         B     100        MB
#ene2002 ene2002.1 2002年2月2日2002.1年3月2002.1日2004年1月2004年1日2004年1月2004年9月
#1 69毫安38毫安38毫安不纳
#2 NA 114 MB 102
#3不,不,不,不
#4不,不,不,不
#2004年10月1日2004年10月2004.1日2011年10月2011.1日2011.1日2011年11月11日2011.1日2011年10月11日2011.1日
#1不,不,不,不
#2 MB 49 M NA NA
#3 NA 10 A 9 A 20 MA
#4不,不,不,不
#2008年1月2008年1月2009年7月2009.1日2010年1月
#1NA NA NA
#2娜娜娜娜
#3娜娜娜娜
#4 20 MA 200 B 100 MB

这正是我想要的,但正如你所说的,重复的列名已经消失了!我不知道为什么。。。。输出只是向我抛出了第一个未重复的日期。。。。。有什么问题吗?@TomásAyala,我已经粘贴了我得到的输出。我也有重复的列。不太清楚你在说什么。。你能详细说明一下吗?
oct 2011 oct 2011 nov 2011 nov 2011 dic 2011 dic 2011
10       A        9     A           20       MA
jan 2008 jan 2008  jul 2009 jul 2009 dic 2010  dic 2010
20          MA       200       B       100       MB
ene 2002 ene 2002 feb 2002 feb 2002 mar 2002 mar 2002...ago 2004 ago 2004 sep 2004 sep 2004 oct 2004 oct 2004...jan 2008 jan 2008...jul 2009 jul 2009...dic 2010  dic 2010... oct 2011 oct 2011 nov 2011 nov 2011 dic 2011 dic 2011
    69       MA       38       MA     38       MA          NA       NA       NA       NA       NA       NA        NA       NA         NA       NA         NA        NA          NA       NA       NA       NA       NA       NA                             
    NA       NA       NA       NA     NA       NA          114      MB       102      MB       49       M         NA       NA         NA       NA         NA        NA          NA       NA       NA       NA       NA       NA
    NA       NA       NA       NA     NA       NA          NA       NA       NA       NA       NA       NA        NA       NA         NA       NA         NA        NA          10       A        9        A        20       MA
    NA       NA       NA       NA     NA       NA          NA       NA       NA       NA       NA       NA        20       MA         200      B          100       MB          NA       NA       NA       NA       NA       NA
rbind.fill(list(df1,df2,df3,df4))
#   ene2002 ene2002.1 feb2002 feb2002.1 mar2002 mar2002.1 ago2004 ago2004.1 sep2004
# 1      69        MA      38        MA      38        MA      NA      <NA>      NA
# 2      NA      <NA>      NA      <NA>      NA      <NA>     114        MB     102
# 3      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA
# 4      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA
#   sep2004.1 oct2004 oct2004.1 oct2011 oct2011.1 nov2011 nov2011.1 dic2011 dic2011.1
# 1      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>
# 2        MB      49         M      NA      <NA>      NA      <NA>      NA      <NA>
# 3      <NA>      NA      <NA>      10         A       9         A      20        MA
# 4      <NA>      NA      <NA>      NA      <NA>      NA      <NA>      NA      <NA>
#   jan2008 jan2008.1 jul2009 jul2009.1 dic2010 dic2010.1
# 1      NA      <NA>      NA      <NA>      NA      <NA>
# 2      NA      <NA>      NA      <NA>      NA      <NA>
# 3      NA      <NA>      NA      <NA>      NA      <NA>
# 4      20        MA     200         B     100        MB