在R中如何计算多个变量之间的所有成对绝对差值

问题原因 #

你原有代码的问题是嵌套了sum()函数，会将每对变量的所有行差值求和为单个标量，去掉求和逻辑并调整输出结构即可得到逐行的成对绝对差值，每对差值单独存为一列。

实现代码 #

基础R实现 #

先用你提供的示例数据做演示：

df <- data.frame(v1=1:6,V2=7:12,V3=13:18,v4=19:24,v5=25:30,v6=31:36)

生成所有变量成对组合，计算逐行绝对差值：

# 生成所有不重复的变量对上三角（避免v1-v2和v2-v1重复，不需要去重可调整逻辑）
var_pairs <- combn(ncol(df), 2, simplify = FALSE)

# 计算每对变量的绝对差值，绑定为新数据框
diff_df <- do.call(cbind, lapply(var_pairs, function(p) {
  col_name <- paste0(names(df)[p[1]], "_", names(df)[p[2]], "_absdiff")
  setNames(data.frame(abs(df[[p[1]]] - df[[p[2]]])), col_name)
}))

运行后diff_df里每一列就是对应变量对的逐行绝对差值，你可以直接把代码里的df换成你的rio_csv数据集即可。

保留所有成对组合（含逆序重复对）的调整方案 #

如果需要保留v1-v2、v2-v1这类逆序差值，把生成var_pairs的逻辑替换为：

var_pairs <- expand.grid(seq(ncol(df)), seq(ncol(df)))
var_pairs <- var_pairs[var_pairs[,1] != var_pairs[,2], ] # 去掉同变量自身的差值

注意事项 #

100个变量的场景下，不重复的成对组合共4950对，生成的差值列数也为4950列，如果数据集行数较多内存占用会偏高，可按需先筛选需要计算的变量对再执行计算。

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