如何在R中按ID分组计算x的滞后差值？

刚好遇到过类似的需求，用dplyr可以轻松实现，我来给你一步步说明：

首先先确认你的原始数据构造没问题：

df <- data.frame(id = c("1", "1", "1", "2", "2"),
                 x = c(12, 20, 24, 10, 14))

核心思路就是按id分组，在每个分组内计算x的当前值与前一个值的差值，同时保留每组第一行的原始x值。用dplyr可以这样写：

library(dplyr)

# 处理数据
df_result <- df %>%
  group_by(id) %>%  # 按id分组，确保差值只在同组内计算
  mutate(x = coalesce(x - lag(x), x)) %>%  # 计算滞后差，用coalesce替换第一行的NA为原始值
  ungroup()  # 取消分组，回到普通数据框

# 查看结果
print(df_result)

运行这段代码后，你会得到预期的结果：

# A tibble: 5 × 2
  id        x
  <chr> <dbl>
1 1        12
2 1         8
3 1         4
4 2        10
5 2         4

简单解释下关键部分：

• group_by(id)：这一步是核心，确保我们只在同一个id的范围内计算差值，不会跨id干扰
• coalesce(x - lag(x), x)：lag(x)会把x列向下偏移一位，所以每组的第一个位置会得到NA；coalesce函数会依次取第一个非NA的值，所以第一行会保留原始的x，后面的行则是当前x减去前一行的x的差值
• ungroup()：可选但推荐，处理完分组操作后取消分组，避免后续操作出现意外的分组影响

如果你不习惯用coalesce，也可以用case_when来实现相同效果，代码会更直白一点：

df_result <- df %>%
  group_by(id) %>%
  mutate(x = case_when(
    row_number() == 1 ~ x,  # 第一行保留原始值
    TRUE ~ x - lag(x)       # 其他行计算滞后差
  )) %>%
  ungroup()

两种写法都能得到你想要的结果，选你觉得更易读的就行~

备注：内容来源于stack exchange，提问作者aerw4