如何在R中按行计算诊断至死亡期间的保险月度参保值之和

我有一个记录月度保险参保情况（M1至M5）的数据集，同时包含诊断月份（T1）与死亡月份（T2）变量。需要计算从诊断月份对应M列到死亡月份对应M列的数值之和，以此判断该时段是否持续参保。

示例数据集代码：

r1 <- c(1,3,4,0,0,1,1,0)
r2 <- c(2,3,5,0,0,1,0,0)
r3 <- c(3,1,4,1,1,1,1,0)

df <- as.data.frame(rbind(r1,r2,r3))

colnames(df) <- c("ID", "T1", "T2", "M1", "M2", "M3", "M4", "M5")

期望新增sum列后的结果：

df$sum <- c(2,1,4)
df

我尝试过将T1、T2转换为对应列名，但不知道如何基于其值选择列并计算求和。

方法1：基础apply逐行处理 #

通过apply遍历每一行，根据T1和T2生成对应的列名范围，再提取列值求和：

df$sum <- apply(df, 1, function(row) {
  # 生成起始和结束的M列名
  start_col <- paste0("M", row["T1"])
  end_col <- paste0("M", row["T2"])
  # 提取该范围的列并求和
  sum(row[start_col:end_col])
})

方法2：Tidyverse风格实现 #

使用dplyr的rowwise()逐行处理，结合c_across()选择列范围：

library(dplyr)

df <- df %>%
  rowwise() %>%
  mutate(
    sum = sum(c_across(paste0("M", T1):paste0("M", T2)))
  ) %>%
  ungroup()

方法3：基于列位置的高效计算 #

由于M列是连续排列的，可以直接通过列索引计算，避免字符串转换，效率更高：

# 获取M1列的位置索引
m_col_start <- which(colnames(df) == "M1")

# 用mapply逐行计算范围求和
df$sum <- mapply(function(t1, t2, row_data) {
  # 计算对应M列的索引范围
  col_indices <- (m_col_start + t1 - 1):(m_col_start + t2 - 1)
  sum(row_data[col_indices])
}, df$T1, df$T2, split(df[, m_col_start:ncol(df)], seq(nrow(df))))

内容的提问来源于stack exchange，提问作者KJohn