R语言如何计算数据框相邻年份列的滞后值时间序列差分

你可以直接用以下两种方法实现，不需要写复杂循环，运行效率足以覆盖上百个年份列、十万级以上产品量的数据集。

方法1：Base R 原生方案（无第三方包依赖） #

核心逻辑是利用R原生的diff()函数计算差值，由于diff()默认计算行方向相邻值差，对年份列做一次转置即可直接得到列方向的差分结果，代码最简洁：

# 构造测试样例数据
product<-c(1,2,3)
yr1<-c(109,213,30)
yr2<-c(613,488,125)
yr3<-c(729,494,127)
df<-data.frame(product,yr1,yr2,yr3)

# 提取所有年份列（排除第一列产品ID）
year_data <- df[, -1]
# 保留首年原值，后续列计算与前一列的差值
calc_res <- cbind(year_data[, 1], t(diff(t(year_data))))
# 拼接产品ID列，还原列名得到最终结果
df_result <- data.frame(product = df$product, calc_res)
colnames(df_result) <- colnames(df)

运行后输出结果完全匹配预期：

> df_result
  product yr1 yr2 yr3
1       1 109 504 116
2       2 213 275   6
3       3  30  95   2

方法2：tidyverse 管道方案（适配常规数据处理工作流） #

如果平时习惯用dplyr管道操作处理数据，可以用across()按列位置依次计算差值，逻辑直观易读：

library(dplyr)

# 先存列名兼容各版本dplyr
col_names <- colnames(df)
df_result <- df %>%
  # 从第3列（第一个需要计算差分的年份列，即yr2）开始遍历
  mutate(across(.cols = 3:ncol(.), 
                .fns = function(x){
                  cur_col_idx <- which(col_names == cur_column())
                  # 当前列值减去左侧相邻列的数值
                  x - .data[[col_names[cur_col_idx - 1]]]
                }))

注意：两种方法都要求年份列严格按时间先后从左到右排列，如果列名带实际年份值（如y2019、y2020格式），可以先按列名提取年份数值排序后再计算，避免顺序错乱导致结果错误。

内容的提问来源于stack exchange，提问作者melange164