在R中按行计算极差：为tibble新增列的多种实现方法

先贴出你的初始数据（注：实际是5行4列的结构）：

library(tibble)
library(dplyr)

my_tibble <- data.frame(col1 = c(1:5), col2 = c(6:10), col3 = c(11:15), col4 = c(16:20)) %>% 
  as_tibble()

下面是几种实现需求的方法：

1. dplyr 原生tidy风格（推荐） #

用rowwise()按行分组，搭配c_across()选中目标列，直接计算极差并添加新列：

my_tibble <- my_tibble %>%
  rowwise() %>%
  mutate(row_range = max(c_across(col1:col4)) - min(c_across(col1:col4))) %>%
  ungroup() # 取消行分组，避免影响后续操作

如果要自动选中所有数值列，把col1:col4换成where(is.numeric)即可。

2. base R 快速实现 #

用apply()按行遍历计算，直接赋值为新列：

my_tibble$row_range <- apply(my_tibble[, 1:4], 1, function(x) max(x) - min(x))

这里MARGIN=1代表按行操作，匿名函数负责计算每行的极差。

3. 改进你的for循环 #

你原来的循环问题是每次计算结果都覆盖了my_range，没有逐行存储。修改后如下：

# 初始化空向量存储结果
row_range <- numeric(nrow(my_tibble))

for (i in 1:nrow(my_tibble)) {
  row_range[i] <- max(my_tibble[i, 1:4]) - min(my_tibble[i, 1:4])
}

# 把结果添加为新列
my_tibble$row_range <- row_range

如果怕tibble子集返回的是数据框而非向量，可以用pull()转换：max(pull(my_tibble[i, 1:4]))。

4. data.table 高效写法 #

用data.table包的语法，按行分组计算：

library(data.table)

setDT(my_tibble)[, row_range := max(.SD) - min(.SD), .SDcols = col1:col4, by = 1:nrow(my_tibble)]

.SD代表当前分组的数据集，by=1:nrow(my_tibble)实现逐行分组，.SDcols指定参与计算的列。

5. purrr 函数式编程实现 #

用tidyverse的purrr包，通过pmap()逐行传递参数：

library(purrr)

my_tibble <- my_tibble %>%
  mutate(row_range = pmap_dbl(., ~ max(c(...)) - min(c(...))))

pmap_dbl()返回数值向量，...指代每行的所有列值，转成向量后计算极差。

内容的提问来源于stack exchange，提问作者Stabilo Boss