在R中按code、tmp分组计算wek=1与wek=2的sbd变量差值

核心逻辑 #

你需要的差值不是连续行差值，而是同一code、tmp分组下wek=2对应的sbd值减去wek=1对应的sbd值，由于同分组同wek下的sbd值全部重复，直接提取两类wek的sbd值做差即可。

方案1：tidyverse（dplyr）实现（推荐） #

生成带差值的完整数据集 #

如果需要把差值填充到原数据集的每一行，使用mutate：

library(dplyr)

# 把df替换为你的实际数据集名称
df_with_diff <- df %>%
  group_by(code, tmp) %>%
  # 取对应wek的第一个sbd值做差，避免重复值干扰
  mutate(sbd_diff = sbd[wek == 2][1] - sbd[wek == 1][1]) %>%
  ungroup()

生成分组差值汇总表 #

如果只需要每个分组的差值结果，使用summarise：

df_diff_summary <- df %>%
  group_by(code, tmp) %>%
  summarise(
    sbd_wek1 = unique(sbd[wek == 1]),
    sbd_wek2 = unique(sbd[wek == 2]),
    sbd_diff = sbd_wek2 - sbd_wek1,
    .groups = "drop"
  )

方案2：base R实现 #

不需要加载第三方包，用ave函数实现差值填充：

df$sbd_diff <- ave(
  1:nrow(df),
  df$code, df$tmp,
  FUN = function(idx) {
    sub <- df[idx, ]
    sub$sbd[sub$wek == 2][1] - sub$sbd[sub$wek == 1][1]
  }
)

注意：如果你的实际数据中存在同一(code, tmp, wek)分组下sbd值不唯一的情况，可先做聚合（比如取均值mean(sbd)、中位数median(sbd)）再计算差值，避免结果出错

内容的提问来源于stack exchange，提问作者psycho95