R语言如何按条件从其他数据框为df列赋值计算区间均值

你不需要先手动给df1匹配ID再聚合，根据数据量大小和使用习惯，可以选下面几种实现方式：

• 基础R方案（无依赖，逻辑直观）
  直接逐行遍历df2的日期区间，筛选df1中落在区间内的温度值计算均值即可，代码复制就能跑：

df2$mean.temperature <- apply(df2, 1, \(x) {
  s <- as.Date(x["date.pose"])
  e <- as.Date(x["date.withdrawal"])
  mean(df1$temperature[df1$date >= s & df1$date <= e])
})

运行后ID=1对应的均值为(17+30)/2=23.5，和你示例的计算逻辑完全一致。

• dplyr方案（适合日常用tidyverse的场景，可读性强）

library(dplyr)
df2 <- df2 %>%
  rowwise() %>%
  mutate(mean.temperature = mean(df1$temperature[dplyr::between(df1$date, date.pose, date.withdrawal)])) %>%
  ungroup()

• data.table非等值连接方案（适合大数据量场景，性能最优）
  如果你原来想先匹配ID再聚合的思路，用非等值连接实现效率最高，不用写循环：

library(data.table)
setDT(df1)
setDT(df2)
# 非等值匹配给df1关联对应区间的ID
df1[df2, ID := i.ID, on = .(date >= date.pose, date <= date.withdrawal)]
# 按ID聚合均值后回写到df2
agg <- df1[, .(mean.temperature = mean(temperature)), by = ID]
df2[agg, mean.temperature := i.mean.temperature, on = "ID"]

注意：你给出的预期结果中date.withdrawal列的取值和初始定义的df2有差异，计算时以你实际的起止日期为准即可，上述代码默认是包含区间首尾日期的计算逻辑，如果需要排除某端调整判断运算符就行。

内容的提问来源于stack exchange，提问作者Jeanne Durivage