R语言dplyr如何批量按分组计算多列首尾非NA值差值

无需在mutate内手写循环，使用dplyr内置的across()跨列处理函数即可批量完成计算，逻辑与你手动实现单列差值的规则完全一致，可直接覆盖Value1到Value30的所有列。

基础实现代码 #

library(dplyr)

df %>% 
  group_by(Group) %>%
  mutate(
    across(
      .cols = num_range("Value", 1:30), # 精准匹配Value1到Value30共30列
      .fns = ~ first(na.omit(.x)) - last(na.omit(.x)),
      .names = "{.col}_diff" # 新列命名规则和原有手动写法一致
    )
  )

参数说明 #

• 列选择规则：
  • 精准匹配：num_range("Value", 1:30) 只选中Value1到Value30这30列，不会误选其他同前缀字段
  • 模糊匹配：如果后续Value列数量有增减，可将.cols参数替换为starts_with("Value")，自动选中所有列名以Value开头的字段即可
• 计算规则：.fns参数中的.x是across()遍历每一列时的占位符，执行的首个非NA值减末尾非NA值逻辑和你手动写的单列计算完全等价，运行后得到的结果和你3列测试用例的输出完全一致
• 命名规则：.names = "{.col}_diff" 表示生成的差值列自动以「原列名+_diff」格式命名，不需要逐个指定列名

边界情况兼容 #

如果数据中存在「某分组下某Value列全为NA」的场景，直接计算会因为空向量报错，可以给逻辑加个判断兼容这种情况：

df %>% 
  group_by(Group) %>%
  mutate(
    across(
      .cols = num_range("Value", 1:30),
      .fns = ~ {
        valid_vals <- na.omit(.x)
        if (length(valid_vals) == 0) NA_real_ else first(valid_vals) - last(valid_vals)
      },
      .names = "{.col}_diff"
    )
  )

内容的提问来源于stack exchange，提问作者Lohengrin