R语言基于DATE字段计算多列差分实现累计值转日度度量

可以通过两种常用方式实现符合规则的分组差分计算，结果和你给出的示例输出完全匹配：

这是处理tibble数据最简洁的方式，逻辑清晰且不会被原始行顺序干扰计算结果：

library(dplyr)

# 你提供的原始tibble数据
raw_data <- structure(list(new_col = c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 
6, 7, 1, 2, 3, 4, 5, 6, 7), DATE = structure(c(1608249600, 1608249600, 
1608249600, 1608249600, 1608249600, 1608249600, 1608249600, 1608336000, 
1608336000, 1608336000, 1608336000, 1608336000, 1608336000, 1608336000, 
1608422400, 1608422400, 1608422400, 1608422400, 1608422400, 1608422400, 
1608422400), tzone = "UTC", class = c("POSIXct", "POSIXt")), 
    HOSP_COUNT = c(582, 931, 1472, 2175, 2791, 3024, 2310, 588, 
    932, 1477, 2186, 2810, 3051, 2330, 590, 932, 1479, 2188, 
    2817, 3060, 2335)), row.names = c(NA, -21L), class = c("tbl_df", 
"tbl", "data.frame"))

# 分组差分计算
result <- raw_data %>%
  # 按new_col拆分为独立计算分组
  group_by(new_col) %>%
  # 组内严格按DATE升序排序，避免乱序导致计算错误
  arrange(DATE, .by_group = TRUE) %>%
  mutate(
    # 计算当前值与同组上一日期累计值的差值
    daily_hosp = HOSP_COUNT - lag(HOSP_COUNT),
    # 每个分组的第一个日期没有前置值，直接保留原始累计值
    daily_hosp = ifelse(is.na(daily_hosp), HOSP_COUNT, daily_hosp)
  ) %>%
  ungroup()

如果需要完全匹配你给出的期望输出结构，只需将计算得到的daily_hosp列重命名为HOSP_COUNT即可。

不依赖第三方包时，可通过基础函数实现相同逻辑，核心是先基于new_col和DATE字段完成排序，再逐组计算差分：

# 先按分组和日期对全量数据排序
sorted_data <- raw_data[order(raw_data$new_col, raw_data$DATE), ]

# 逐组计算日度量值，每组首个值保留原始累计值
sorted_data$daily_hosp <- with(
  sorted_data,
  ave(HOSP_COUNT, new_col, FUN = function(x) c(x[1], diff(x)))
)

关键注意点

• 所有差分操作必须基于DATE字段完成组内排序，不能直接依赖数据集自带的行顺序，一旦行序错乱，差分结果会完全失真
• 目前逻辑默认每个分组下连续日期都有对应记录，如果存在日期缺失，需要先补全缺失日期的累计值（一般用前值填充）再做差分，否则会把跨多天的累计差误判为单日增量
• 计算结果建议先保留为新列，不要直接覆盖原始累计值，方便后续校验计算逻辑

内容的提问来源于stack exchange，提问作者Ali Roghani