R语言中按ID分组，循环计算多列当前值与滞后值的差值

你需要对包含id、age以及a至l列的数据框，按id分组并在组内按age排序后，为a到l的每一列生成对应_change后缀的新列，计算逻辑为当前值 - 滞后值（组内第一个值作为滞后默认值）。以下是具体实现方法：

原数据生成代码 #

library(tidyverse)

data <- data_frame(
  id = sample(letters[1:15], size = 60, replace = TRUE),
  age = round(runif(60, min = 48, max = 90)),
  a = runif(60),
  b = rnorm(60),
  c = rnorm(60),
  d = rnorm(60),
  e = rnorm(60),
  f = rnorm(60),
  g = rnorm(60),
  h = rnorm(60),
  i = rnorm(60),
  j = rnorm(60),
  k = rnorm(60),
  l = rnorm(60))

单例处理参考代码 #

data <- 
  data %>%
  group_by(id) %>%
  arrange(age) %>%
  mutate(a_change = a - lag(a, default = first(a))) 

循环实现批量处理 #

如果需要用循环实现，可以先定义需要处理的列名，再通过循环动态生成新列：

# 定义要处理的列（a到l）
target_cols <- letters[1:12]

data <- data %>%
  group_by(id) %>%
  arrange(age, .by_group = TRUE) %>%  # .by_group确保组内按age排序
  {
    temp_df <- .
    # 遍历每一列生成对应_change列
    for(col in target_cols) {
      new_col_name <- paste0(col, "_change")
      temp_df <- temp_df %>%
        mutate(!!new_col_name := .data[[col]] - lag(.data[[col]], default = first(.data[[col]])))
    }
    temp_df
  } %>%
  ungroup()  # 按需取消分组

代码说明 #

• !!new_col_name：用于动态赋值新列名，属于tidyeval语法
• .data[[col]]：安全引用循环中的列名，避免环境变量冲突
• .by_group = TRUE：确保arrange是在每个分组内部排序

更高效的批量处理方式（无需循环） #

用dplyr的across函数可以更简洁地实现批量操作，比循环更高效：

data <- data %>%
  group_by(id) %>%
  arrange(age, .by_group = TRUE) %>%
  mutate(
    across(
      a:l,  # 指定要处理的列范围
      ~ .x - lag(.x, default = first(.x)),  # 计算逻辑
      .names = "{.col}_change"  # 自动生成新列名规则
    )
  ) %>%
  ungroup()

这个方法直接批量处理a到l的所有列，自动生成a_change至l_change的新列，代码更简洁易读。

内容的提问来源于stack exchange，提问作者R and C.F