如何在tidyverse中批量执行transmute差分计算？

可以用tidyverse工具链实现这个需求，直接看具体步骤和代码：

1. 先把数据转成长格式，拆分列名的前缀和编号；
2. 按前缀分组，计算组内后一个编号对应值减去前一个编号对应值的差值；
3. 过滤掉没有前序编号的项，再转回宽格式，最后和原数据的A列合并。

具体代码如下：

library(tidyverse)

# 构造示例数据
df <- tibble(
  A = rep("A",10),
  xyz1 = rnorm(10),
  xyz2 = rnorm(10),
  xyz3 = rnorm(10),
  abc1 = rnorm(10),
  abc2 = rnorm(10),
  abb3 = rnorm(10),
  acc4 = rnorm(10)
)

# 处理逻辑
result <- df %>%
  # 保留A列，其他列转长格式
  pivot_longer(cols = -A, names_to = "col", values_to = "val") %>%
  # 拆分列名为前缀prefix和数字编号num
  mutate(
    prefix = str_extract(col, "^[a-z]+"),
    num = as.integer(str_extract(col, "\\d+$"))
  ) %>%
  # 按A和前缀分组，确保编号有序
  group_by(A, prefix) %>%
  arrange(num, .by_group = TRUE) %>%
  # 计算当前值减前一个值，只保留有前序编号的行
  mutate(
    val = val - lag(val),
    col = col[num > 1],
    val = val[num > 1]
  ) %>%
  # 去掉无有效计算结果的行
  drop_na(col, val) %>%
  ungroup() %>%
  # 转回宽格式
  pivot_wider(names_from = col, values_from = val) %>%
  # 确保A列在最前面
  select(A, everything())

print(result)

运行后会得到你需要的结果：保留A列，仅输出xyz2 = xyz2 - xyz1、xyz3 = xyz3 - xyz2、abc2 = abc2 - abc1这类有前序编号支持的计算列，像abb3、acc4因为没有对应前序项，不会出现在最终结果里。

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