R语言：按clone与type前缀分组后计算连续行差值的问题

核心思路 #

要实现需求，需要分三步：提取type列的前缀（anc/ev）、按clone和提取出的前缀分组、组内计算当前行与前一行的差值（首行自动为NA）。

完整代码示例 #

先构造一个模拟数据框，再执行处理逻辑：

library(tidyverse)

# 模拟原始数据框
df <- tibble(
  clone = rep(c("A", "B"), each = 6),
  type = rep(c("anc1", "anc2", "anc3", "ev1", "ev2", "ev3"), 2),
  value = c(10, 12, 15, 8, 9, 11, 13, 16, 18, 7, 8, 10)
)

# 处理逻辑
df_processed <- df %>%
  # 提取type列的前缀：匹配开头的anc或ev
  mutate(type_prefix = str_extract(type, "^anc|^ev")) %>%
  # 按clone和type前缀分组
  group_by(clone, type_prefix) %>%
  # 计算组内当前行与前一行的差值，首行自动为NA
  mutate(diff_value = value - lag(value)) %>%
  # 取消分组（根据后续操作需求可选）
  ungroup()

# 查看结果
print(df_processed)

关键说明 #

1. 前缀提取：使用str_extract(type, "^anc|^ev")精准匹配type列开头的anc或ev，避免因type后缀（如数字）导致分组错误。
2. 分组逻辑：必须同时按clone和提取出的type_prefix分组，才能保证每个clone下的anc组、ev组各自独立计算差值。
3. 差值计算：lag(value)会调用组内的前一行value值，当前行是组内第一行时，lag(value)返回NA，差值自然为NA，完全符合需求。

内容的提问来源于stack exchange，提问作者LDT