R语言分组后计算行间数值差异报错排查与解决

问题场景 #

想要对mtcars数据集按vs分组后，计算每行与前一行的数值差异，运行以下代码时报错：

mtcars %>% group_by(vs) %>% mutate(across(where(is.numeric), diff))

报错信息 #

Error in mutate():
! Problem while computing ..1 = across(where(is.numeric), diff).
ℹ The error occurred in group 1: vs = 0
Caused by error in across():
! Problem while computing column mpg.
Caused by error in dplyr_internal_error():
Run rlang::last_error() to see where the error occurred.

报错原因 #

diff()函数会返回比输入向量长度少1的结果（n个元素只能得到n-1个相邻差值），但dplyr::mutate()要求新生成的列必须和原数据行数完全一致，这种长度不匹配直接导致了报错。

可行解决方案 #

方案1：已验证的aggregate实现方式

通过aggregate按分组应用diff，再转换为数据框并展开，代码如下：

mtcars %>% group_by(vs) %>% aggregate(. ~ vs, data=., diff) %>% as.data.frame() %>% unnest()

输出结果示例：

#//--
# A tibble: 30 × 11
      vs    mpg   cyl   disp    hp    drat      wt    qsec    am  gear  carb
   <dbl>  <dbl> <dbl>  <dbl> <dbl>   <dbl>   <dbl>   <dbl> <dbl> <dbl> <dbl>
 1     0  0         0    0       0  0       0.255   0.560      0     0     0
 2     0 -2.3       2  200      65 -0.75    0.565   0         -1    -1    -2
 3     0 -4.4       0    0      70  0.0600  0.130  -1.18       0     0     2
 4     0  2.10      0  -84.2   -65 -0.140   0.500   1.56       0     0    -1
 5     0  0.900     0    0       0  0      -0.340   0.200      0     0     0
 6     0 -2.10      0    0       0  0       0.0500  0.400      0     0     0
 7     0 -4.8       0  196.     25 -0.140   1.47   -0.0200     0     0     1
 8     0  0         0  -12      10  0.0700  0.174  -0.160      0     0     0
 9     0  4.3       0  -20      15  0.23   -0.0790 -0.400      0     0     0
10     0  0.800     0 -122     -80 -0.47   -1.82   -0.550      0     0    -2
# … with 20 more rows

方案2：更简洁的dplyr原生写法

用lag()函数替代diff()，手动计算当前行与前一行的差值，同时给第一行设置默认值（确保列长度和原数据一致），代码更贴合dplyr链式风格：

mtcars %>% 
  group_by(vs) %>% 
  mutate(across(where(is.numeric), ~ .x - lag(.x, default = first(.x))))

该方案输出结果与方案1完全一致，且从根源避免了长度不匹配问题。

内容的提问来源于stack exchange，提问作者Emil11