在R中循环遍历数据框列表计算集合差的实现问题

你的报错核心是循环逻辑错误：

• 你用for(i in short)遍历的是列表里的单个数据框，不是索引，执行j=i+1相当于试图对数据框做加法操作，自然会报“非数值参数”的错误。
• 每次循环直接覆盖new变量，最终只会保留最后一次循环的结果，无法得到所有季度的对比数据。

方案1：基础循环实现 #

通过索引遍历列表，从第2个元素开始（对应你要的“第一年第二季度”），依次和前一个元素计算集合差：

# 确保你的列表按时间顺序排列（q4_17 → q1_18 → q2_18...）
short <- list(q4_17, q1_18, q2_18, q3_18, q4_18)
# 给列表命名方便后续识别（可选但推荐）
names(short) <- c("q4_17", "q1_18", "q2_18", "q3_18", "q4_18")

# 创建空列表存储每个季度的结果
result_list <- list()

# 从第2个元素开始循环（j=2对应q1_18，和前一个q4_17对比）
for(j in 2:length(short)){
  current_df <- short[[j]]
  previous_df <- short[[j-1]]
  
  # 计算当前季度有、但上一季度没有的PATID
  new_patids <- setdiff(current_df$PATID, previous_df$PATID)
  
  # 过滤当前数据框得到结果
  result_df <- current_df %>% dplyr::filter(PATID %in% new_patids)
  
  # 将结果存入列表，用季度名称作为键
  result_list[[names(short)[j]]] <- result_df
}

方案2：用purrr包简化代码（更简洁） #

如果习惯tidyverse风格，可以用purrr::map2批量处理：

library(purrr)
library(dplyr)

# short列表需按时间顺序排列
result_list_purrr <- map2(
  .x = short[-1],          # 所有从第2个开始的数据框（当前季度）
  .y = short[-length(short)], # 所有到倒数第2个的数据框（上一季度）
  .f = function(current, prev) {
    current %>% filter(PATID %in% setdiff(current$PATID, prev$PATID))
  }
)

# 给结果列表命名
names(result_list_purrr) <- names(short)[-1]

关键注意点 #

• 必须保证short列表中的数据框严格按时间顺序排列，否则对比逻辑会出错。
• setdiff(a, b)返回的是在a中但不在b中的元素，所以参数顺序是当前季度PATID在前，上一季度PATID在后，符合你“当前季度比上一季度新增”的需求。
• 结果存入列表而非单个变量，能保留所有季度的计算结果。

内容的提问来源于stack exchange，提问作者Almoss277