在R中动态选列计算RowMeans：基于季度循环与市场进入日期

思路 #

针对每个季度，先拆分出季度标识（如Q1）和当前年份，筛选出同季度、年份更早、且在产品市场进入日期之后的目标列（这里以Price为例，可替换为Units/Value），再逐行计算这些列的均值。完全保留原有季度循环逻辑，无需转长格式。

代码实现 #

# 沿用你原有的循环变量：n_qrts是季度总数，st_col_c是季度列起始索引，n_cols是每个季度的指标列数（如Units/Value/Price各1列则为3）
for (i in 2:n_qrts) {
  # 1. 获取当前季度标识（如Q1.2024）
  curr_col_idx <- st_col_c - 2 + n_cols * i
  curr_qrt <- substr(colnames(data_c)[curr_col_idx], 1, 7)
  
  # 2. 拆分季度部分和年份
  qrt_split <- strsplit(curr_qrt, "\\.")[[1]]
  curr_qrt_part <- qrt_split[1] # 提取Q1/Q2/Q3/Q4
  curr_year <- as.integer(qrt_split[2])
  
  # 3. 筛选所有同季度、年份更早的Price列
  # 正则匹配同季度的Price列，比如Q1.2018.Price、Q1.2019.Price
  target_cols <- grep(paste0("^", curr_qrt_part, "\\.[0-9]{4}\\.Price$"), colnames(data_c), value = TRUE)
  # 只保留年份小于当前年份的列
  target_cols <- target_cols[as.integer(substr(target_cols, 4, 7)) < curr_year]
  
  # 4. 结合市场进入日期，逐行计算有效历史季度的均值
  data_c[, paste0(curr_qrt, "_mean")] <- apply(data_c, 1, function(row) {
    entry_qrt <- row["mkt_entry_date"]
    # 把列名转成季度标识（去掉.Price后缀），筛选出在进入市场之后的列
    target_qrts <- substr(target_cols, 1, 7)
    valid_cols <- target_cols[target_qrts >= entry_qrt]
    
    # 没有有效列时返回NA（比如产品刚进入市场的第一个季度）
    if (length(valid_cols) == 0) return(NA)
    # 计算均值，忽略NA值
    mean(as.numeric(row[valid_cols]), na.rm = TRUE)
  })
  
  # 保留你原有的Price计算逻辑
  data_c[, paste0(curr_qrt, ".Price")] <- data_c[, paste0(curr_qrt, ".Value")] / data_c[, paste0(curr_qrt, ".Units")]
}

错误原因 #

你之前用pick()触发Selections can't have missing values，是因为筛选列时返回了空值或者无效索引，pick无法处理这类无效选择。用BaseR的apply逐行筛选每个产品的有效历史季度，能精准避开这个问题。

适配调整 #

如果你的列名规则不同（比如用下划线分隔：Q1_2018_Price），只需修改3处：

1. 拆分季度时把strsplit(curr_qrt, "\\.")改成strsplit(curr_qrt, "_")
2. 正则表达式改成paste0("^", curr_qrt_part, "_[0-9]{4}_Price$")
3. 提取年份时把substr(target_cols, 4, 7)替换为对应位置的截取（比如as.integer(strsplit(target_cols, "_")[[1]][2])）

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