r - 如何在数据框中相关地减去两列

Question

上下文

我们想知道如何将列两两相减。具体来说，我们要减去数据框的列，如下所示:

• u_2018 - u_2019。
• u_2019 - u_2020。
• u_2020 - u_2021。
• u_2021 - u_2022。

我们在几个 stackoverflow 问题帖子中寻找最佳解决方案，就像这样 (How to subtract two columns using tidyverse mutate with columns named by external variables)，但唯一实现的不受欢迎的方法在 R 代码使用部分中详述。 R session 版本是4.2.0，dplyr包版本是1.0.9。

在 R session 中输入数据

> dat
# A tibble: 6 × 5
          u_2018        u_2019        u_2020        u_2021        u_2022
           <int>         <int>         <int>         <int>         <int>
 1         90035         88015         76135         50725         16517
 2            20            NA            NA         13792         12793
 3           555           620         15032         19309          6479
 4         11171         11782         10281          8974          3901
 5            NA        116896         40169         13191          3610

使用的R代码

dat %>%
  mutate(
    diff_2018_2019 = u_2018 - u_2019,
    diff_2019_2020 = u_2019 - u_2020,
    diff_2020_2021 = u_2020 - u_2021,
    diff_2021_2022 = u_2021 - u_2022)

问题

我们想知道用两列减去两列的最佳解决方案。也许一种方法包括 mutate_at() 或 across 来获得之间的差异并将减法保存在新列中。

提前致谢

Answer 1

你可以使用 pmap_dfr + diff:

library(purrr)

pmap_dfr(df, ~ -diff(c(...))) %>%
  set_names(~ as.integer(sub('u_', '', .x)) %>% paste('dif', . - 1, ., sep = '_'))

# # A tibble: 5 × 4
#   dif_2018_2019 dif_2019_2020 dif_2020_2021 dif_2021_2022
#           <int>         <int>         <int>         <int>
# 1          2020         11880         25410         34208
# 2            NA            NA            NA           999
# 3           -65        -14412         -4277         12830
# 4          -611          1501          1307          5073
# 5            NA         76727         26978          9581

注意diff()默认是后者减去前者，所以需要用-diff()取反。

---

数据

df <- structure(list(u_2018 = c(90035L, 20L, 555L, 11171L, NA), u_2019 = c(88015L, 
NA, 620L, 11782L, 116896L), u_2020 = c(76135L, NA, 15032L, 10281L, 40169L),
u_2021 = c(50725L, 13792L, 19309L, 8974L, 13191L), u_2022 = c(16517L, 
12793L, 6479L, 3901L, 3610L)), class = "data.frame", row.names = c("1", "2", "3", "4", "5"))