如何在pivot_wider时直接计算多列的时间点差值？

我的数据集中每个个体对应1个或2个时间点（M0、M3），需要为多个生物指标列计算两个时间点的差值。目前已通过以下代码先使用pivot_wider转宽表，再手动计算差值：

library(tidyr)
data = data.frame(id = c(1,1,2,2,3,4,5,5,6),
                  time = c("M0","M3","M0","M3","M0","M0","M0","M3","M0"),
                  bio1 = c(4.2, 4.8, 4, NA, 3.8, 4.4, 5, 6, 6.1),
                  bio2 = c(12, 14, 10, 11, NA, 18, 19, 12, 15))
data 

data_wide <- data %>% 
  pivot_wider(names_from="time",
              values_from=c("bio1","bio2")) %>%
  mutate(diff_bio1 = bio1_M3 - bio1_M0,
         diff_bio2 = bio2_M3 - bio2_M0) %>%
  select(id, diff_bio1, diff_bio2)
data_wide              

但我希望能在转宽的同时直接应用差值计算，而非后续手动处理多列，请问是否有可行方法？

方法1：转宽后用across批量生成差值列 #

无需手动逐个定义差值列，用across匹配所有M0时间点的指标列，自动计算对应M3列的差值：

library(dplyr)
library(tidyr)

data_wide <- data %>%
  pivot_wider(names_from = time, values_from = starts_with("bio")) %>%
  mutate(
    # 对所有_M0结尾的列计算差值
    across(ends_with("_M0"), 
           ~ get(gsub("_M0", "_M3", cur_column())) - .,
           .names = "diff_{.col}"
           ),
    # 仅保留id和新生成的差值列
    .keep = "unused"
  ) %>%
  # 清理差值列名，去掉多余的_M0后缀
  rename_with(~ gsub("_M0", "", .), starts_with("diff_"))

data_wide

代码说明：

• across(ends_with("_M0"))选中所有以_M0结尾的指标列
• gsub("_M0", "_M3", cur_column())将当前列名的_M0替换为_M3，匹配对应的M3时间点列
• .names = "diff_{.col}"自动生成以diff_开头的差值列名

方法2：先分组计算差值再转宽（更高效） #

跳过先转宽的步骤，直接按个体和指标分组计算差值，再转宽得到结果，适配任意数量的生物指标列：

library(dplyr)
library(tidyr)

data_diff <- data %>%
  # 将所有生物指标列转成长格式
  pivot_longer(cols = starts_with("bio"), 
               names_to = "indicator", 
               values_to = "value") %>%
  # 按个体id和指标分组
  group_by(id, indicator) %>%
  # 计算M3与M0的差值
  summarise(diff = value[time == "M3"] - value[time == "M0"],
            .groups = "drop") %>%
  # 将差值转回宽格式，生成diff_bio1、diff_bio2列
  pivot_wider(names_from = indicator, 
              values_from = diff,
              names_prefix = "diff_")

data_diff

这个方法无需关注具体有多少个生物指标列，新增指标列后代码无需修改即可自动处理。

内容的提问来源于stack exchange，提问作者BPeif