如何在R的data.frame中批量实现相邻列两两相减？

针对你的需求，这里提供几种基于tidyverse的批量处理方案，替代手动重复的mutate写法：

方法1：使用dplyr::across结合lead() #

适合按顺序排列的年份列，通过lead()获取下一列的值，自动生成差值列：

library(dplyr)
library(stringr)

# 定义目标列（确保顺序正确）
year_cols <- c("u_2018", "u_2019", "u_2020", "u_2021", "u_2022")

dat %>%
  mutate(across(
    .cols = year_cols[-length(year_cols)],  # 选择前4列（除最后一列）
    .fns = ~ .x - lead(.x, order_by = NULL),  # 当前列减下一列
    .names = "diff_{str_remove(.col, 'u_')}_{str_remove(lead(year_cols), 'u_')}"  # 生成新列名
  ))

方法2：使用purrr::map2批量处理列对 #

如果需要更灵活地指定列对，可先构造列名组合再批量计算：

library(dplyr)
library(purrr)
library(stringr)

year_cols <- c("u_2018", "u_2019", "u_2020", "u_2021", "u_2022")

# 生成列名对和新列名
col_pairs <- map2(year_cols[-length(year_cols)], year_cols[-1], ~ list(.x, .y))
new_col_names <- str_c("diff_", str_remove(year_cols[-length(year_cols)], "u_"), "_", str_remove(year_cols[-1], "u_"))

# 计算差值并绑定到原数据框
dat %>%
  bind_cols(
    map_dfc(col_pairs, ~ dat[[.x[[1]]]] - dat[[.x[[2]]]]) %>%
      set_names(new_col_names)
  )

方法3：基于列位置的简洁写法 #

无需提前定义列名，直接通过列索引批量计算：

library(dplyr)
library(stringr)

dat %>%
  mutate(across(
    1:(ncol(.) - 1),  # 选择第1到倒数第二列
    ~ .x - cur_data()[[cur_column() + 1]],  # 当前列减下一列
    .names = "diff_{str_remove(colnames(.)[cur_column()], 'u_')}_{str_remove(colnames(.)[cur_column() + 1], 'u_')}"
  ))

以上三种方法都能生成和手动写法完全一致的差值列，且避免了重复代码，适合扩展更多年份列的场景。

内容的提问来源于stack exchange，提问作者user13117224