将数据帧的行绑定到具有相同名称的列表中

如果已经回答了这个问题，请提前致歉。我有以下数据框列表。

 my_list <- list(a = data.frame(a1 = c(1,2), b1 = c(3,4), c1 =c(5,6)),
                 b = data.frame(b1 = c(1,2,3)),
                 a = data.frame(a1 = c(11,21), b1 = c(31,41), c1 =c(51,61)),
                 b = data.frame(b1 = c(12,22)))

如何使用 purr 绑定列表中具有相同名称的所有数据帧的行？在此示例中，所需的结果是包含两个数据帧 a 和 b 的列表。

list(a = bind_rows(data.frame(a1 = c(1,2), b1 = c(3,4), c1 =c(5,6)),
                   data.frame(a1 = c(11,21), b1 = c(31,41), c1 =c(51,61))),
     b = bind_rows(data.frame(b1 = c(1,2)),
                   data.frame(b1 = c(12,22))))

我如何概括具有相同名称的列表元素的 bind_rows 解决方案。谢谢！

Use tapply with bind_rows, pass names(my_list) as the INDEX（或组变量）：

tapply(my_list, names(my_list), dplyr::bind_rows)

#$a
#  a1 b1 c1
#1  1  3  5
#2  2  4  6
#3 11 31 51
#4 21 41 61

#$b
#  b1
#1  1
#2  2
#3  3
#4 12
#5 22

或者另一种选择，split先列出清单，然后map通过每个组和bind_rows（没有注意到@alistaire在评论中提供了这个选项，但为了完整性，除非有人反对，否则会在答案中保留这个选项）：

library(purrr)

split(my_list, names(my_list)) %>% map(dplyr::bind_rows)
# could also use baseR solution as from @Rich Scriven 
# split(my_list, names(my_list)) %>% map(do.call, what='rbind')

#$a
#  a1 b1 c1
#1  1  3  5
#2  2  4  6
#3 11 31 51
#4 21 41 61

#$b
#  b1
#1  1
#2  2
#3  3
#4 12
#5 22