Nutzungsdaten als Indikatoren auf eine Funktion von zwei verschiedenen Datenrahmen

Question

bekam ich zwei Datenrahmen, die wie folgt aussieht:

dataframe1

individual OpenDate CloseDate MeanReturn 
1   1 2010-01-04 2010-01-08  NaN 
2   2 2010-01-01 2010-01-08  NaN 
3   3 2010-01-03 2010-01-06  NaN 
4   4 2010-01-02 2010-01-05  NaN 
5   5 2010-01-04 2010-01-06  NaN 

Und dataframe2

 Date Return 
1 2010-01-01 532 
2 2010-01-02 645 
3 2010-01-03 213 
4 2010-01-04 567 
5 2010-01-05 986 
6 2010-01-06 123 
7 2010-01-07 567 
8 2010-01-08 654 

Was muss ich do ist es irgendwie den MeanReturn für jedes Individuum zu berechnen, zB für Individuum 5: MeanReturn = (567 + 986 + 123)/3

Meine echten Daten bestehen aus über 10.000 Individuen mit einem Zeitraum von über 2 Jahren, also ist es leider nicht so einfach von Hand zu machen.

Ich bin seit fast zwei Wochen an diesem Problem fest und es macht mich wahnsinnig - irgendwelche Vorschläge, wie man es löst?

Answer 1

Da der zweite Datenrahmen durch Date seine Rückkehr sortiert, können wir match verwenden Sie den Bereich von Return bis durchschnittlich zu finden:

df1$MeanReturn=mapply(function(o,c) mean(df2$Return[o:c]), match(df1$OpenDate,df2$Date), match(df1$CloseDate,df2$Date)) 

Hier verwenden wir mapply die mean Funktion zur offenen anzuwenden und in der Nähe Zeilen im zweiten Datenrahmen df2, die df1$OpenDate bzw. df1$CloseDate entsprechen.

die Daten mit Ihnen zur Verfügung gestellten, df1 wird:

df1 
## individual OpenDate CloseDate MeanReturn 
##1   1 2010-01-04 2010-01-08 579.4000 
##2   2 2010-01-01 2010-01-08 535.8750 
##3   3 2010-01-03 2010-01-06 472.2500 
##4   4 2010-01-02 2010-01-05 602.7500 
##5   5 2010-01-04 2010-01-06 558.6667 

Daten:

df1 <- structure(list(individual = 1:5, OpenDate = structure(c(4L, 1L, 
3L, 2L, 4L), .Label = c("2010-01-01", "2010-01-02", "2010-01-03", 
"2010-01-04"), class = "factor"), CloseDate = structure(c(3L, 
3L, 2L, 1L, 2L), .Label = c("2010-01-05", "2010-01-06", "2010-01-08" 
), class = "factor"), MeanReturn = c(579.4, 535.875, 472.25, 
602.75, 558.666666666667)), .Names = c("individual", "OpenDate", 
"CloseDate", "MeanReturn"), row.names = c(NA, -5L), class = "data.frame") 
## individual OpenDate CloseDate MeanReturn 
##1   1 2010-01-04 2010-01-08 579.4000 
##2   2 2010-01-01 2010-01-08 535.8750 
##3   3 2010-01-03 2010-01-06 472.2500 
##4   4 2010-01-02 2010-01-05 602.7500 
##5   5 2010-01-04 2010-01-06 558.6667 

df2 <- structure(list(Date = structure(1:8, .Label = c("2010-01-01", 
"2010-01-02", "2010-01-03", "2010-01-04", "2010-01-05", "2010-01-06", 
"2010-01-07", "2010-01-08"), class = "factor"), Return = c(532L, 
645L, 213L, 567L, 986L, 123L, 567L, 654L)), .Names = c("Date", 
"Return"), class = "data.frame", row.names = c(NA, -8L)) 
##  Date Return 
##1 2010-01-01 532 
##2 2010-01-02 645 
##3 2010-01-03 213 
##4 2010-01-04 567 
##5 2010-01-05 986 
##6 2010-01-06 123 
##7 2010-01-07 567 
##8 2010-01-08 654