使用tidyverse计算Moving Range时结果全为NA的问题排查

错误原因 #

你的代码生成全NA的MR列，核心问题有两个：

• 分组去重逻辑错误：group_by(Venture, Section)后执行distinct(Type,.keep_all = TRUE)，但每个Venture+Section分组内的Type完全重复（比如Sect111的两条数据Type都是1），去重后每个分组仅保留1条数据，length(Pay)始终为1，触发else分支赋值NA。
• MR计算写法冗余且不匹配行数：即便分组后有多条数据，map_dbl返回的结果长度是length(Pay)-1，无法与分组行数匹配，会导致第一行自动填充NA，且写法远不如直接用滞后值计算简洁。

另外，max(Pay[.x], Pay[.x-1]) - min(Pay[.x], Pay[.x-1])完全等价于abs(Pay[.x] - Pay[.x-1])，可以直接简化。

修正方案 #

根据你的需求，分两种常见场景给出修正代码：

场景1：保留原分组（Venture+Section），去掉多余去重 #

如果目标是在每个Venture+Section分组内计算Pay的移动范围（同一Section内的两条Pay值），直接去掉distinct步骤，用lag()函数计算绝对值差：

library(tidyverse)

Df <- structure(list(
  Venture = c("N", "N", "N", "N", "R", "R", "R", "R", "S", "S", "S", "S"), 
  Type = c(1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2), 
  Section = c("Sect111", "Sect111", "Sect112", "Sect112", "Sect113", "Sect113", "Sect114", "Sect114", "Sect115", "Sect115", "Sect116", "Sect116"), 
  Pay = c(102029, 102271, 679263, 669249, 203499, 218765, 495000, 487562, 773432, 765423, 233345, 245690)), 
  class = "data.frame", row.names = c(NA, -12L))

df2 <- Df %>%
  group_by(Venture, Section) %>%
  mutate(MR = abs(Pay - lag(Pay)))

运行后，每个分组的第二行MR为两条Pay的绝对值差，第一行因无前值为NA，符合移动范围的定义。

场景2：按Venture+Type分组，保留每个Section的唯一值 #

如果目标是在同一Venture+Type下，计算不同Section的Pay移动范围，调整分组逻辑并修正去重条件：

library(tidyverse)

Df <- structure(list(
  Venture = c("N", "N", "N", "N", "R", "R", "R", "R", "S", "S", "S", "S"), 
  Type = c(1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2), 
  Section = c("Sect111", "Sect111", "Sect112", "Sect112", "Sect113", "Sect113", "Sect114", "Sect114", "Sect115", "Sect115", "Sect116", "Sect116"), 
  Pay = c(102029, 102271, 679263, 669249, 203499, 218765, 495000, 487562, 773432, 765423, 233345, 245690)), 
  class = "data.frame", row.names = c(NA, -12L))

df2 <- Df %>%
  group_by(Venture, Type) %>%
  distinct(Section,.keep_all = TRUE) %>% # 每个Section保留一条数据
  mutate(MR = abs(Pay - lag(Pay)))

此代码会在每个Venture+Type分组内（包含两个不同Section的Pay值）计算移动范围。

内容的提问来源于stack exchange，提问作者DB5