R связывает два кадра данных с наблюдениями разного времени

Вы можете попробовать следующее (в основном) решение dplyr, которое определяет вспомогательную функцию для привязки строк после переименования и удаления первой строки, а затем упорядочивает столбцы.

Я уверен, что есть более элегантный способ: я использую небольшую букву R для определения столбцов с отсутствующим годом, а затем возвращаюсь к tidyverse, чтобы добавить новые столбцы и изменить их порядок:

# helper function
f <- function(x){
  x %>%
    setNames(unlist(x[1,])) %>%
    slice(-1)
}

# combine all dfs
f3_temp <- list(f1, f2) %>%
  purrr::map(f) %>%
  bind_rows()

# Note, if all your data frames contain the pattern "f" followed by numbers,
# you could replace `list(f1, f2) %>% ... with:
f3_temp <- mget(ls(pattern = "f\\d+")) %>%
  purrr::map(f) %>%
  bind_rows()

# Identify in missing years in column names
num_names <- as.numeric(names(f3_temp))[!is.na(as.numeric(names(f3_temp)))]
new_names <- setdiff(seq(min(num_names), max(num_names), 1L), names(f3_temp))

# Add in new and reorder all columns:
f3 <- f3_temp %>% 
  tibble::add_column(!!!new_names) %>%
  mutate(across(as.character(new_names), ~ NA)) %>%
  select(order(nchar(colnames(.)), colnames(.)))

Выход:

#       a    b c 2000 2001 2002 2003 2004 2005
# row12             7   10 <NA>   NA   NA   15
# row22          <NA> <NA>    1   NA   NA   15

Простой подход для создания двух фреймов данных из фреймов данных row1 и row2, а затем их связывания с помощью dplyr.

Я транспонирую (t(...)) два вектора-строки, row12 и row22, потому что data.frame ожидает входные данные столбца, а не векторные входные данные.

Транспонирование атомарного вектора создает матрицу, которую можно использовать для ввода data.frame.

row11 <- c("a", "c", "2000", "2001", "2005")
row12 <- c("", "", 7, 10, 15)

row21 <- c("a", "b", "c", "2002", "2005")
row22 <- c("", "", "", 1, 15)

f1 <- data.frame(t(row12))
colnames(f1)<- row11

f2 <- data.frame(t(row22)) 
colnames(f2) <- row21

f3 <- dplyr::bind_rows(f1, f2)

Затем вывод f3 приведен ниже. Вы можете изменить порядок столбцов и преобразовать numeric в character, если это необходимо.

> f3
  a c 2000 2001 2005    b 2002
1        7   10   15 <NA> <NA>
2     <NA> <NA>   15         1

И демонстрация вывода транспонирования атомного вектора:

> t(row12)
     [,1] [,2] [,3] [,4] [,5]
[1,] ""   ""   "7"  "10" "15"
> t(row12) |> class()
[1] "matrix" "array" 

Другой вариант :

### Packages
library(dplyr)
library(tibble)
library(janitor)

### Data
row11 <- c("a", "c", "2000", "2001", "2005")
row12 <- c("", "", 7, 10, 15)
df1 <- data.frame(rbind(row11, row12))

row21 <- c("a", "b", "c", "2002", "2005")
row22 <- c("", "", "", 1, 15)
df2 <- data.frame(rbind(row21, row22))

### Promote the first rows to colnames
df1=row_to_names(df1,1)
df2=row_to_names(df2,1)

### Merge all dataframes and get the lowest and highest value for year
### You can add all your dataframes in the bind_rows step
mrg=bind_rows(df1,df2)
m1=min(as.numeric(colnames(mrg)),na.rm = TRUE)
m2=max(as.numeric(colnames(mrg)),na.rm = TRUE)

### Build a null row data frame with the missing years
newcols=setNames(rep('', length(seq.int(m1,m2))), seq.int(m1,m2))
ndf=tibble(.rows = 0) %>% add_column(!!!newcols)

### Bind it with the first one
output=bind_rows(mrg,ndf)

### Reorder the columns and type them correctly
out=output %>%
  select(sort(colnames(.)[!grepl("[0-9]",colnames(.))]),
         sort(colnames(.)[grepl("[0-9]",colnames(.))])) %>%
  mutate(across(colnames(.)[grepl("[0-9]",colnames(.))][1]:last_col(),~as.numeric(.)))

Выход :

      a    b c 2000 2001 2002 2003 2004 2005
row12   <NA>      7   10   NA   NA   NA   15
row22            NA   NA    1   NA   NA   15

Н.Б. : row12 содержит «NA» в столбце B (отсутствует в исходном сообщении). При необходимости его можно было легко заменить.