R语言：按作者分组计算日期间销售额差值（行数量不均场景）

我来帮你搞定这个问题！先梳理下核心需求：要给每个AUTHOR分组计算每日SALES的差值，同时必须保留所有行（包括同一AUTHOR+DATE下不同PRODUCT的行），而且你希望用循环来实现。

问题分析 #

你提到的几个关键点很重要：

• 不同AUTHOR的行数不一样，所以分组处理是核心
• 同一AUTHOR+DATE的SALES值固定，这意味着我们可以先对每个作者的日期去重计算差值，再把结果映射回所有行
• 必须保留所有行，所以不能直接对原数据用diff（会因为重复日期导致错误）

循环实现的代码 #

首先先模拟你的原始数据（方便测试）：

library(tibble)

# 模拟原始数据
df <- tibble(
  DATE = as.POSIXct(c(
    "2019-11-27", "2019-11-28", "2019-11-27", "2019-11-28",
    "2019-11-26", "2019-11-27", "2019-11-28", "2019-11-26",
    "2019-11-27", "2019-11-28", "2019-11-25", "2019-11-26",
    "2019-11-27", "2019-11-28", "2019-11-25", "2019-11-26",
    "2019-11-27", "2019-11-28"
  )),
  AUTHOR = rep(c("James", "Frank", "Mary"), each = 6),
  PRODUCT = rep(c("B", "A", "B", "A", "A", "B"), times = 3),
  SALES = c(80, 100, 80, 100, 70, 75, 65, 70, 75, 65, 100, 80, 95, 110, 100, 80, 95, 110)
)

接下来是循环实现的核心代码：

# 获取所有唯一的作者
unique_authors <- unique(df$AUTHOR)

# 初始化DIFF列为NA
df$DIFF <- NA

# 循环遍历每个作者
for (author in unique_authors) {
  # 筛选当前作者的所有行
  author_mask <- df$AUTHOR == author
  
  # 提取当前作者的唯一日期和对应SALES（去重，因为同一日期SALES固定）
  author_unique_data <- unique(df[author_mask, c("DATE", "SALES")])
  
  # 按日期排序，确保时间顺序正确
  author_unique_data <- author_unique_data[order(author_unique_data$DATE), ]
  
  # 计算每日差值：当前日SALES - 前一日SALES，第一行设为NA
  author_unique_data$DIFF <- c(NA, diff(author_unique_data$SALES))
  
  # 将差值匹配回原数据的对应行（包括同一日期的所有PRODUCT行）
  df$DIFF[author_mask] <- author_unique_data$DIFF[match(df$DATE[author_mask], author_unique_data$DATE)]
}

# 查看最终结果
print(df)

代码逻辑解释 #

1. 获取唯一作者列表：确保我们的循环能覆盖每个分组
2. 初始化DIFF列：先把所有值设为NA，后续逐步填充
3. 循环处理每个作者：
   • 筛选出当前作者的所有行
   • 对日期和SALES去重（因为同一日期的SALES值固定，去重后不影响计算）
   • 按日期排序：这很关键，diff函数依赖正确的时间顺序
   • 计算差值：diff会返回n-1个差值，前面补NA对应最早日期的差值
   • 匹配回原数据：用match函数把每个日期对应的差值映射回原数据的所有行，这样同一日期的不同PRODUCT行都会得到相同的差值

补充：dplyr实现方式（如果你后续想简化） #

其实你之前用dplyr没成功，可能是没处理好去重和匹配的步骤，这里给你一个dplyr的实现版本，结果和循环完全一致：

library(dplyr)

df_with_diff <- df %>%
  group_by(AUTHOR) %>%
  mutate(
    DIFF = {
      # 内部处理：去重、排序、计算差值、匹配回所有行
      unique_dates <- unique(tibble(DATE = DATE, SALES = SALES)) %>% arrange(DATE)
      unique_dates$DIFF <- c(NA, diff(unique_dates$SALES))
      unique_dates$DIFF[match(DATE, unique_dates$DATE)]
    }
  ) %>%
  ungroup()

运行上面的代码后，你就能得到和预期完全一致的输出啦！

内容的提问来源于stack exchange，提问作者Peter