Как рассчитать среднее значение столбца с критериями дальности, заданными двумя другими переменными?

Question

Ниже приведен образец данных.

id<-c(1,2,3,4) 
start<-c("Jul 2001","Jun 2001","May 2001","May 2001") 
end<-c("Aug 2001","Sep 2001","Jul 2001","Nov 2001") 

X1 <- runif(n=4, min=1, max=10) 
X2 <- runif(n=4, min=1, max=10) 
X3 <- runif(n=4, min=1, max=10) 
X4 <- runif(n=4, min=1, max=10) 
X5 <- runif(n=4, min=1, max=10) 
X6 <- runif(n=4, min=1, max=10) 
X7 <- runif(n=4, min=1, max=10) 
X8 <- runif(n=4, min=1, max=10) 
X9 <- runif(n=4, min=1, max=10) 
X10 <- runif(n=4, min=1, max=10) 
X11 <- runif(n=4, min=1, max=10) 
X12 <- runif(n=4, min=1, max=10) 

df <- data.frame(id,start,end,X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12) 

colnames(df)<-c("id","start","end","Jan 2001","Feb 2001","Mar 2001","Apr 2001","May 2001","Jun 2001", 
      "Jul 2001","Aug 2001","Sep 2001","Oct 2001","Nov 2001","Dec 2001") 

df 
    id start  end Jan 2001 Feb 2001 Mar 2001 Apr 2001 May 2001 Jun 2001 Jul 2001 
1 1 Jul 2001 Aug 2001 6.384065 2.537499 6.562912 2.423018 6.908553 7.287870 7.089380 
2 2 Jun 2001 Sep 2001 8.594478 2.824641 8.430340 8.508628 2.806191 6.989283 7.375734 
3 3 May 2001 Jul 2001 1.657620 2.548688 4.172271 8.448615 8.426294 8.832702 8.294754 
4 4 May 2001 Nov 2001 5.176202 4.827898 7.044409 9.117314 2.053103 2.610455 2.601701 
    Aug 2001 Sep 2001 Oct 2001 Nov 2001 Dec 2001 
1 7.393482 1.865180 5.316736 6.737959 8.783017 
2 7.816893 4.021888 7.086448 1.728219 1.553020 
3 5.443161 7.489278 9.848638 7.072435 1.294177 
4 8.853365 8.899155 5.768139 1.414094 2.322848 

Я бы хотел рассчитать среднее значение столбца для каждого идентификатора, начиная с соответствующего начала до конца месяца (включая начало и конец). .

id start end  average 
2 Jun 2001 Sep 2001 average of Jun, Jul, Aug and Sep 2001 

Моя первая мысль - присвоить индекс каждому месяцу. Так что нет необходимости обрабатывать формат данных yearmon. Кажется, это упростит.

# generate index for month data 
df.i <- df 
df.i$start.i[df.i$start == "Jan 2001"] <- 1 
df.i$start.i[df.i$start == "Feb 2001"] <- 2 
df.i$start.i[df.i$start == "Mar 2001"] <- 3 
df.i$start.i[df.i$start == "Apr 2001"] <- 4 
df.i$start.i[df.i$start == "May 2001"] <- 5 
df.i$start.i[df.i$start == "Jun 2001"] <- 6 
df.i$start.i[df.i$start == "Jul 2001"] <- 7 
df.i$start.i[df.i$start == "Aug 2001"] <- 8 
df.i$start.i[df.i$start == "Sep 2001"] <- 9 
df.i$start.i[df.i$start == "Oct 2001"] <- 10 
df.i$start.i[df.i$start == "Nov 2001"] <- 11 
df.i$start.i[df.i$start == "Dec 2001"] <- 12 

df.i$end.i[df.i$end == "Jan 2001"] <- 1 
df.i$end.i[df.i$end == "Feb 2001"] <- 2 
df.i$end.i[df.i$end == "Mar 2001"] <- 3 
df.i$end.i[df.i$end == "Apr 2001"] <- 4 
df.i$end.i[df.i$end == "May 2001"] <- 5 
df.i$end.i[df.i$end == "Jun 2001"] <- 6 
df.i$end.i[df.i$end == "Jul 2001"] <- 7 
df.i$end.i[df.i$end == "Aug 2001"] <- 8 
df.i$end.i[df.i$end == "Sep 2001"] <- 9 
df.i$end.i[df.i$end == "Oct 2001"] <- 10 
df.i$end.i[df.i$end == "Nov 2001"] <- 11 
df.i$end.i[df.i$end == "Dec 2001"] <- 12 


colnames(df.i)<-c("id","start","end","1","2","3","4","5","6", 
      "7","8","9","10","11","12","start.i","end.i") 


df.i 
    id start  end  1  2  3  4  5  6  7 
1 1 Jul 2001 Aug 2001 6.384065 2.537499 6.562912 2.423018 6.908553 7.287870 7.089380 
2 2 Jun 2001 Sep 2001 8.594478 2.824641 8.430340 8.508628 2.806191 6.989283 7.375734 
3 3 May 2001 Jul 2001 1.657620 2.548688 4.172271 8.448615 8.426294 8.832702 8.294754 
4 4 May 2001 Nov 2001 5.176202 4.827898 7.044409 9.117314 2.053103 2.610455 2.601701 
      8  9  10  11  12 start.i end.i 
1 7.393482 1.865180 5.316736 6.737959 8.783017  7  8 
2 7.816893 4.021888 7.086448 1.728219 1.553020  6  9 
3 5.443161 7.489278 9.848638 7.072435 1.294177  5  7 
4 8.853365 8.899155 5.768139 1.414094 2.322848  5 11 

спасибо.

Answer 1

Ваши данные, установите семя для воспроизводимости.

id<-c(1,2,3,4) 
start<-c("Jul 2001","Jun 2001","May 2001","May 2001") 
end<-c("Aug 2001","Sep 2001","Jul 2001","Nov 2001") 
set.seed(123) 
df <- data.frame(id, start, end, matrix(runif(n=4*12, min=1, max=10), ncol=12)) 
df$start <- as.character(df$start) 
df$end <- as.character(df$end) 
colnames(df)<-c("id", "start", "end", paste(month.abb, 2001)) 

Вы можете попробовать. Это будет «петляться» через каждую строку, подмножество по именам начала и конца. Важно, начало & Имена конечных элементов должны совпадать с именами df. И, наконец, среднее вычисляется по подмножеству.

apply(df, 1, function(x, y) mean(as.numeric(x[which(y == x[2]):which(y == x[3])])), colnames(df)) 
[1] 5.251895 6.273809 5.537480 6.815905 

Answer 2

index.r<-1 
for (index.r in 1:nrow(df.i)){ 
    df.i$mean[index.r] <-  apply(df.i[index.r,as.character(which(as.numeric(colnames(df.i[index.r, yearmonlist]))>=df.i$start.i[index.r] 
       & as.numeric(colnames(df.i[index.r, yearmonlist]))<=df.i$end.i[index.r]))], 1, mean) 

} 

Этот, похоже, работает.