R语言如何实现Score列与其余各列做差并输出指定格式结果表

完全可以用简洁代码实现，哪怕数据集有上百列也不需要手动逐列处理，核心逻辑是自动提取所有非Score列，逐列计算Score与该列的差值，再把差值列和原始列按顺序交替拼接，自动匹配你要求的Score+序号命名规则。

基础R实现（无需额外安装包） #

# 以下为示例数据构造，实际使用时替换为你自己的数据读入代码即可
df <- data.frame(
  I = c(12,11,11,12,11),
  D = c(23,11,11,11,11),
  M = c(11,11,10,12,11),
  N = c(12,11,11,11,12),
  Score = c(22,33,44,66,50)
)

# 提取所有非Score列
other_cols <- setdiff(names(df), "Score")

# 批量计算每列与Score的差值，自动命名为Score1、Score2...
diff_df <- as.data.frame(
  lapply(other_cols, \(col) df$Score - df[[col]])
)
names(diff_df) <- paste0("Score", seq_along(other_cols))

# 按「差值列+原始列」的顺序交替拼接，得到最终结果
result <- do.call(
  cbind,
  lapply(seq_along(other_cols), \(i) cbind(diff_df[i], df[other_cols[i]]))
)

# 输出结果
print(result, row.names = FALSE)

运行后输出结构和你要求的格式完全一致：

Score1  I Score2  D Score3  M Score4  N
      10 12     -1 23     11 11     10 12
      22 11     22 11     22 11     22 11
      33 11     33 11     34 10     33 11
      54 12     55 11     54 12     55 11
      39 11     39 11     39 11     38 12

注：你手敲的目标结果表存在几处数值笔误，代码严格按照「Score列值减去对应列值」的规则计算，运行后可结合原始数据核对数值。

tidyverse精简版本 #

如果习惯用tidyverse生态函数，可以用更短的代码实现相同效果：

library(tidyverse)
other_cols <- setdiff(names(df), "Score")
result <- imap_dfc(seq_along(other_cols), ~{
  cur_col <- other_cols[.x]
  tibble(
    "Score{.y}" := df$Score - df[[cur_col]],
    "{cur_col}" := df[[cur_col]]
  )
})

两段代码都会自动适配任意数量的非Score列，不需要手动调整列名或列索引，百列以上的数据集也能正常运行。

内容的提问来源于stack exchange，提问作者user330