计算数据表中同列同月不同年份的数值差值（含NA处理）

嘿，这个需求太典型了——做同比分析的时候经常要这么算！我给你准备了两种主流工具的实现方案，你挑顺手的用就行：

用R实现（dplyr + lubridate） #

首先得把日期拆成年份和月份，然后按月份分组，这样就能轻松找到同月份的上一年数据啦：

library(dplyr)
library(lubridate)

# 假设你的数据集叫df，日期列是`date`，数值列是`value`
df <- df %>%
  # 提取月份和年份作为临时分组依据
  mutate(month = month(date),
         year = year(date)) %>%
  # 按月份分组，这样每个组里都是同月份不同年份的数据
  group_by(month) %>%
  # 用lag函数取上一年的数值，计算差值
  mutate(year_over_year_diff = value - lag(value, order_by = year)) %>%
  # 取消分组，清理临时列（可选）
  ungroup() %>%
  select(-month, -year)

这样处理后，2000年的所有行因为没有上一年数据，year_over_year_diff会自动返回NA，完全符合你的要求。记得先确保数据是按日期升序排列的哦，如果不是的话，先加一行arrange(date)。

用Python实现（Pandas） #

Pandas的分组和diff函数天生适合做这种事，步骤更简洁：

import pandas as pd

# 先确保日期列是datetime格式
df['date'] = pd.to_datetime(df['date'])

# 提取月份作为分组键
df['month'] = df['date'].dt.month

# 按月份分组后，用diff计算当前行与上一行的差值（因为数据按年份递增，正好是上年同月）
df['year_over_year_diff'] = df.groupby('month')['value'].diff()

# 可选：删掉临时的month列
df = df.drop('month', axis=1)

同样，2000年的行因为分组后没有前序数据，差值会是NA。如果你的数据不是按日期排序的，先执行df = df.sort_values('date')再分组计算，结果才准确。

内容的提问来源于stack exchange，提问作者Peter