R语言实现两个DataFrame所有日期列的逐列日期间隔计算

首先确保两个DataFrame的行数一致，且所有日期列都已转换为Date类型（这是正确计算间隔的前提）。下面提供两种灵活适配任意列数的实现方式：

方法1：Base R 实现 #

# 构造示例数据并转换日期格式
df1 <- data.frame(
  df1_Date1 = as.Date(c("20/1/2023", "15/1/2023"), format = "%d/%m/%Y"),
  df1_Date2 = as.Date(c("25/1/2023", "17/1/2023"), format = "%d/%m/%Y")
)

df2 <- data.frame(
  df2_Date1 = as.Date(c("23/1/2023", "16/1/2023"), format = "%d/%m/%Y"),
  df2_Date2 = as.Date(c("24/1/2023", "20/1/2023"), format = "%d/%m/%Y"),
  df2_Date3 = as.Date(c("20/1/2023", "27/1/2023"), format = "%d/%m/%Y")
)

# 生成所有列的组合
col_combinations <- expand.grid(df1_col = colnames(df1), df2_col = colnames(df2))

# 遍历组合计算日期间隔
result_list <- lapply(1:nrow(col_combinations), function(i) {
  df1_col <- col_combinations$df1_col[i]
  df2_col <- col_combinations$df2_col[i]
  as.numeric(difftime(df1[[df1_col]], df2[[df2_col]], units = "days"))
})

# 转换为DataFrame并设置列名
result_df <- as.data.frame(do.call(cbind, result_list))
colnames(result_df) <- paste(col_combinations$df1_col, "v", col_combinations$df2_col)

# 查看结果
print(result_df)

方法2：Tidyverse 实现（贴合你习惯的mutate风格） #

library(tidyverse)

# 构造示例数据并统一转换日期格式
df1 <- df1 %>% mutate(across(everything(), ~as.Date(., format = "%d/%m/%Y")))
df2 <- df2 %>% mutate(across(everything(), ~as.Date(., format = "%d/%m/%Y")))

# 生成列组合并批量计算间隔
result_df <- cross2(colnames(df1), colnames(df2)) %>%
  map_dfc(function(col_pair) {
    df1_col <- col_pair[[1]]
    df2_col <- col_pair[[2]]
    as.numeric(difftime(df1[[df1_col]], df2[[df2_col]], units = "days")) %>%
      set_names(paste(df1_col, "v", df2_col))
  })

# 查看结果
print(result_df)

输出结果 #

运行上述代码后，将得到与你期望完全一致的结果：

关键说明 #

• 两种方法都通过生成列的笛卡尔组合实现全列对比，无论df1和df2有多少列，代码都能自动适配。
• 必须先将日期列转为Date类型，否则difftime会报错或计算错误。
• 计算逻辑为df1日期 - df2日期，正数表示df1日期晚于df2，负数则相反，与示例逻辑一致。

内容的提问来源于stack exchange，提问作者dbro970