R语言按id_n分组计算duper列相邻行差值的实现咨询

以下提供两种常用实现方式，可根据你的使用习惯选择：

方案1：使用dplyr包（推荐，代码简洁易读） #

适合习惯使用tidyverse生态的场景，逻辑清晰不易出错：

# 加载依赖包
library(dplyr)

# 计算目标差值列
df_result <- df %>%
  # 按id_n字段分组
  group_by(id_n) %>%
  # 组内按npu从小到大排序，确保计算顺序符合要求
  arrange(npu, .by_group = TRUE) %>%
  # 新增差值列：当前行duper减去上一行duper，组内首行自动返回NA
  mutate(duper_diff = duper - lag(duper)) %>%
  # 取消分组，恢复普通数据框格式
  ungroup()

方案2：Base R实现（无需额外安装包） #

适配你已经可以拆分出id_n对应子数据框的现有进度，用原生函数即可完成：

# 按id_n拆分数据框（你已完成这步可直接跳过）
df_split <- split(df, df$id_n)

# 对每个子数据框执行差值计算
df_split <- lapply(df_split, function(sub_df) {
  # 组内按npu从小到大排序
  sub_df <- sub_df[order(sub_df$npu), ]
  # diff默认计算后项减前项，首行补NA对齐行数
  sub_df$duper_diff <- c(NA, diff(sub_df$duper))
  return(sub_df)
})

# 合并所有子数据框得到最终结果
df_result <- do.call(rbind, df_split)
# 可选：重置行名
rownames(df_result) <- NULL

注意事项 #

• 若你的duper列是字符型（比如简化示例里写的字符串格式），计算前需先转为数值型：df$duper <- as.numeric(df$duper)，否则会出现运算报错。
• 原数据中duper列的NA值会导致对应位置的差值也返回NA，属于正常运算逻辑。

内容的提问来源于stack exchange，提问作者Marine