在R中为DataFrame按ID分组添加与参考值的绝对差值列

现有两个R语言DataFrame：

df1 <- data.frame(ID = c(1,1,1,1,1,2,2,2,2,2,2),
                  Var1 = c(23, 41, 32, 58, 60,12,34,55,49,60,64),
                  Var2 = c(4,5,2,1,7,3,4,5,5,6,9))

df2 <- data.frame(ID = c(1,2),
                  Var1 = c(20,67),
                  Var2 = c(5,3))

需求是按ID分组，为df1添加列存储各Var列与df2对应ID参考值的绝对差值，以下是两种适配多Var列场景的简洁方案：

方案一：使用dplyr的分组+跨列操作 #

借助dplyr的group_by()和across()函数，无需提前合并数据，直接按ID匹配参考值并计算差值：

library(dplyr)

# 将df2转换为按ID索引的参考值列表
ref_list <- split(df2[-1], df2$ID)

df1_with_diff <- df1 %>%
  group_by(ID) %>%
  mutate(
    # 对所有以Var开头的列计算绝对差值，自动命名为原列名+_diff
    across(
      starts_with("Var"),
      ~ abs(.x - ref_list[[as.character(cur_group()$ID)]][[cur_column()]]),
      .names = "{.col}_diff"
    )
  ) %>%
  ungroup()

方案二：使用data.table的高效连接计算 #

如果处理大数据集，data.table的连接+赋值操作会更高效，同样自动适配所有Var列：

library(data.table)

# 转换为data.table格式
setDT(df1)
setDT(df2)

# 获取所有需要计算差值的变量名
var_cols <- setdiff(names(df2), "ID")

# 左连接并批量计算差值
df1[df2, on = "ID", 
    (paste0(var_cols, "_diff")) := lapply(var_cols, function(x) abs(get(x) - get(paste0("i.", x))))]

两种方案都无需手动逐个列定义计算逻辑，新增的差值列会自动对应原Var列（如Var1对应Var1_diff），后续新增Var列也能直接适配。

内容的提问来源于stack exchange，提问作者Mina