R语言批量生成同名前缀多列的0-12月变量差值

针对你拥有的多变量重复测量宽表，以下是用lapply和Reduce批量计算每个变量12月与0月差值的解决方案：

步骤1：提取需要计算差值的变量前缀 #

首先从宽表列名中提取所有测量变量的前缀（如SBP、BMI）：

# 筛选出非id、非group的列，提取前缀并去重
vars <- unique(sub("_\\d+$", "", setdiff(colnames(df1), c("id", "group"))))

步骤2：批量生成差值列 #

用lapply遍历每个变量前缀，生成包含id和对应差值列的小数据框：

library(dplyr)
library(tidyr)

diff_cols <- lapply(vars, function(var) {
  df1 %>% 
    # 只保留当前变量的各时间点列和id
    select(id, starts_with(var)) %>% 
    # 计算12月减0月的差值，列名格式为[变量名]_diff
    mutate(!!paste0(var, "_diff") := .data[[paste0(var, "_12")]] - .data[[paste0(var, "_0")]]) %>% 
    # 只保留id和差值列
    select(id, ends_with("_diff"))
})

步骤3：合并差值列到原宽表 #

用Reduce结合left_join，将所有差值列合并到原数据中：

df_final <- Reduce(function(x, y) left_join(x, y, by = "id"), c(list(df1), diff_cols))

验证结果 #

查看最终数据框，会自动生成所有变量的差值列：

print(df_final)

输出结果与你预期的格式一致，且无需手动逐个处理变量，适合变量数量众多的场景。

内容的提问来源于stack exchange，提问作者Mark Davies