含NA值的数据列差分计算：保留NA仅对有效数值求差方案咨询

核心思路 #

• 每列独立计算，不互相影响
• 仅提取列内非NA的有效值计算前后差值
• 差分结果回填到后一个有效值对应的原行位置，其余位置全部保留NA，输出长度和原列完全一致

代码实现 #

基础R写法 #

首先构造示例数据集：

df <- data.frame(
  x = c(NA, NA, 5, 7, NA, 0, NA, 13, 13, NA),
  y = c(8, 21, NA, NA, NA, NA, 30, 8, NA, 3)
)

自定义差分处理函数：

diff_keep_na <- function(col) {
  valid_idx <- which(!is.na(col))
  valid_vals <- col[valid_idx]
  res <- rep(NA, length(col))
  if (length(valid_vals) >= 2) {
    res[valid_idx[-1]] <- diff(valid_vals)
  }
  return(res)
}

对全列应用函数得到结果：

df_result <- as.data.frame(lapply(df, diff_keep_na))

dplyr简化写法 #

如果习惯用tidyverse语法，可以用以下写法：

library(dplyr)
df_result <- df %>%
  mutate(across(everything(), ~ {
    valid_pos <- which(!is.na(.x))
    res <- rep(NA, nrow(df))
    res[valid_pos[-1]] <- diff(na.omit(.x))
    res
  }))

输出验证 #

运行后得到的df_result和给出的预期输出完全一致：

x   y
1  NA  NA
2  NA  13
3  NA  NA
4   2  NA
5  NA  NA
6  -7  NA
7  NA   9
8  13 -22
9   0  NA
10 NA  -5

内容的提问来源于stack exchange，提问作者Maria Provelegiou