R - фрейм данных left_join с циклом

Мы можем сделать это с помощью dplyr + tidyr:

library(dplyr)
library(tidyr)

x %>%
  inner_join(z) %>%
  mutate(row = 1:n()) %>%
  group_by(id, date) %>%
  filter(which.min(date) || which.max(date)) %>%
  summarize(amount = sum(amount),
            row = max(row)) %>%
  spread(date, amount) %>%
  select(-row)

Результат:

# A tibble: 2 x 3
# Groups:   id [1]
     id `2011-09` `2013-09`
  <int>     <int>     <int>
1    42        NA        11
2    42         1        NA

Данные:

x = structure(list(id = 42L), .Names = "id", class = "data.frame", row.names = "1")

z = structure(list(id = c(42L, 42L, 42L), amount = c(3L, 8L, 1L), 
    date = structure(c(2L, 2L, 1L), .Label = c("2011-09", "2013-09"
    ), class = "factor")), .Names = c("id", "amount", "date"), class = "data.frame", row.names = c("1", 
"2", "3"))

Решение с использованием dplyr и zoo может быть достигнуто путем преобразования столбца date в тип yearmon. Соедините оба z и x вместе, чтобы выполнять операции для min и max.

library(dplyr)
library(zoo)

z %>% mutate(date = as.yearmon(date, "%Y-%m")) %>%
  right_join(x, by = "id") %>%
  group_by(id, date) %>%
  summarise(amoumt = sum(amoumt)) %>%  #Monthly sum
  ungroup() %>%
  mutate(minDate = min(date), maxDate = max(date))

# # A tibble: 2 x 5
# id date          amoumt minDate       maxDate      
# <int> <S3: yearmon>  <int> <S3: yearmon> <S3: yearmon>
# 1    42 Sep 2011           1 Sep 2011      Sep 2013     
# 2    42 Sep 2013          11 Sep 2011      Sep 2013 

Данные:

z <- read.table(text = 
"id amoumt     date
1  42      3  2013-09
2  42      8  2013-09
3  42      1  2011-09",
header = TRUE, stringsAsFactors = FALSE)

x <- read.table(text = 
"id 
1   42",  
header = TRUE, stringsAsFactors = FALSE)