如何用Tidyverse高效计算数据框的列间差值？

针对你给出的数据框，有两种高效的tidyverse实现方式，分别适配不同场景：

方法一：直接在宽格式下生成差值列（适合列数不多或需保留原结构） #

利用dplyr::across结合字符串处理函数，直接遍历所有post开头的列，对应减去同后缀的pre列，并自动命名差值列：

library(tidyverse)

# 原数据框
df = data.frame(preA = c(1,2,3),preB = c(3,4,5),postA = c(6,7,8),postB = c(9,8,4))

# 计算差值列
df_with_diff <- df %>%
  mutate(
    across(
      starts_with("post"),  # 遍历所有post开头的列
      ~ .x - get(str_replace(cur_column(), "post", "pre")),  # 对应减去pre开头的同后缀列
      .names = "diff{str_remove(.col, 'post')}"  # 命名为diff+原后缀（如diffA、diffB）
    )
  )

print(df_with_diff)

运行后会生成包含diffA和diffB的新数据框，同时保留原有列。

方法二：转长格式计算后转回宽格式（适合大量分组列的场景） #

如果后续可能新增preC/postC这类列，这种方法无需修改代码即可自动适配：

df_with_diff <- df %>%
  # 转长格式，拆分列名为前缀(pre/post)和分组(A/B)
  pivot_longer(
    everything(),
    names_to = c(".value", "group"),
    names_pattern = "(pre|post)(.*)"
  ) %>%
  # 计算每组的差值
  mutate(diff = post - pre) %>%
  # 转回宽格式，恢复原结构并新增差值列
  pivot_wider(
    names_from = group,
    values_from = c(pre, post, diff)
  )

print(df_with_diff)

这种方法扩展性强，不管有多少个分组（A、B、C...），都能自动计算对应差值列。

内容的提问来源于stack exchange，提问作者Ravi