如何使用dplyr为长格式DataFrame添加b_diff差值计算行？

首先先还原你的原始数据，方便后续操作：

text <- " parameter,car,qtr,val
a,a3,FY18Q1,23
b,a3,FY18Q1,10000
a,a3,FY18Q2,14
b,a3,FY18Q2,12000
a,cla,FY18Q1,15
b,cla,FY18Q1,12000
c,cla,FY18Q1,5.5
a,cla,FY18Q2,26
b,cla,FY18Q2,10000
c,cla,FY18Q2,6.2 "
df <- read.table(textConnection(text), sep = ",", header = TRUE)

你的需求很明确：为每个car和qtr的组合新增一行parameter为b_diff的记录，val是当前qtr的parameter=b值减去上一个qtr的对应值；第一个qtr（FY18Q1）的b_diff的val设为NA。

用dplyr可以轻松实现，具体代码和解释如下：

library(dplyr)

# 第一步：生成所有car的b_diff记录
b_diff_records <- df %>%
  # 只筛选parameter为b的行
  filter(parameter == "b") %>%
  # 按car分组，保证同一车型的计算独立
  group_by(car) %>%
  # 按qtr排序，确保计算差值的顺序是FY18Q1到FY18Q2
  arrange(qtr, .by_group = TRUE) %>%
  # 计算当前b值与上一个qtr的b值的差值，同时修改parameter为b_diff
  mutate(val = val - lag(val),
         parameter = "b_diff") %>%
  # 取消分组，方便后续合并
  ungroup()

# 第二步：合并原数据和b_diff记录，并按car、qtr、parameter排序，得到最终结果
final_df <- df %>%
  bind_rows(b_diff_records) %>%
  arrange(car, qtr, parameter)

# 查看最终结果
print(final_df, row.names = FALSE)

代码解释 #

• 筛选与分组：先把所有parameter=b的记录挑出来，按car分组，这样每个车型的差值计算不会互相干扰。
• 排序与差值计算：用arrange保证qtr的顺序是升序，然后用lag(val)获取上一个qtr的b值，计算当前值减上一个值的差值，同时把parameter字段改成b_diff。
• 合并与排序：用bind_rows把原数据和新生成的b_diff记录合并，最后按car、qtr、parameter排序，让结果和你预期的格式一致。

运行代码后得到的输出如下：

parameter car    qtr    val
        a  a3 FY18Q1    23
        b  a3 FY18Q1 10000
   b_diff  a3 FY18Q1    NA
        a  a3 FY18Q2    14
        b  a3 FY18Q2 12000
   b_diff  a3 FY18Q2  2000
        a cla FY18Q1    15
        b cla FY18Q1 12000
        c cla FY18Q1   5.5
   b_diff cla FY18Q1    NA
        a cla FY18Q2    26
        b cla FY18Q2 10000
        c cla FY18Q2   6.2
   b_diff cla FY18Q2 -2000

内容的提问来源于stack exchange，提问作者user3206440