如何在SAS与R中高效计算相邻列对的差值？

用SAS数组可高效批量处理列对差值，无需手动逐个编写计算语句。假设原始数据集名为raw_data，包含110列（55对），代码如下：

data raw_data_with_diff;
    set raw_data;
    /* 定义数组存储所有原始列 */
    array original_cols[110] _numeric_; /* 字符列替换为$，或指定具体列名 */
    /* 定义数组存储55个差值列 */
    array diff_cols[55] diff1-diff55;
    
    /* 步长为2循环，处理每一对列 */
    do i = 1 to 110 by 2;
        diff_cols[(i+1)/2] = original_cols[i] - original_cols[i+1];
        /* 若需反向差值，改为original_cols[i+1] - original_cols[i] */
    end;
    drop i; /* 清理临时变量 */
run;

说明：

• _numeric_自动选取所有数值列，若原始列有特定命名规则，也可直接写列名列表（如col1-col110）
• diff1-diff55自动生成55个差值列名，也可自定义命名规则

以下提供两种常用方法，适配不同场景：

方法1：Base R 简洁实现 #

适合快速处理，无需额外依赖包：

# 生成示例数据
df <- data.frame(matrix(sample(1:10, 200, replace = TRUE), ncol = 20, nrow = 10))

# 拆分奇数列和偶数列
odd_cols <- df[, seq(1, ncol(df), 2)]
even_cols <- df[, seq(2, ncol(df), 2)]

# 计算差值并命名
diff_cols <- setNames(odd_cols - even_cols, paste0("diff", seq_len(ncol(odd_cols))))

# 合并到原数据集
df_with_diff <- cbind(df, diff_cols)

方法2：dplyr 管道式实现 #

适合数据清洗流水线场景：

library(dplyr)

df_with_diff <- df %>%
  mutate(
    # 遍历所有奇数列索引，计算与下一列的差值
    across(
      .cols = seq(1, ncol(.), 2),
      .fns = ~ .x - pick(cur_column() + 1),
      .names = "diff{floor((.col + 1)/2)}" # 生成diff1、diff2...的命名
    )
  )

要生成var1_apple、var1_banana、var2_apple、var2_banana...这类成对列名，可通过以下方式实现，无需手动输入所有名称：

方法1：Base R outer函数 #

# 定义前缀和后缀集合
prefixes <- paste0("var", 1:5) # 可根据需求修改序列长度
suffixes <- c("apple", "banana")

# 生成所有组合并排序，保证成对出现
pair_names <- sort(outer(prefixes, suffixes, paste, sep = "_"))

方法2：dplyr + tidyr 实现 #

适合需要后续数据处理的场景：

library(dplyr)
library(tidyr)

pair_names <- expand.grid(
  prefix = paste0("var", 1:5),
  suffix = c("apple", "banana")
) %>%
  arrange(prefix) %>% # 按前缀排序，确保同前缀的两个名称相邻
  mutate(full_name = paste(prefix, suffix, sep = "_")) %>%
  pull(full_name)

运行后pair_names即为所需的成对列名序列，可直接用于数据集列命名。

内容的提问来源于stack exchange，提问作者Sarah K.