Ускорение операций data.frame вместо цикла

У меня есть следующий набор данных в R

dat <- data.frame(t = rep(seq(1, 5, 1),4), id = rep(c(rep("A",5), rep("B",5), rep("C",5), rep("D",5)), 1),
                  x = 1:20, y = 51:70, h = c(rep(1,10), rep(0,10) ) ) 
require(dplyr)
dat <- arrange(dat, t)

Набор данных представляет собой панель с t в качестве временной переменной и id в качестве идентификатора субъекта. Мне нужно присоединить дополнительную строку, в которой я вычисляю сумму x, умноженную на y для оставшихся субъектов во время t, и делю ее на стандартное отклонение переменных x для оставшихся субъектов во время t. В этой новой строке должен отображаться ноль для субъектов с h == 0.

Например, для субъекта A в момент времени t == 1 операция следующая: (6 * 56 + 11 * 61 + 16 * 66) / sd(c(6, 11, 16)). Аналогичная операция для субъекта B в момент времени t == 1 - это (1 * 51 + 11 * 61 + 16 * 66) / sd(c(1, 11, 16)). Однако для субъектов C и D в новой строке будет отображаться только 0.

Какой самый быстрый способ сделать это без цикла? Я считаю, что пакет dplyr самый быстрый, но я новичок в нем и не знаю, как с ним бороться. В своей попытке я сначала группирую по времени, а затем собираю переменные, но получаю предупреждение и несколько переменных удаляются. Я не уверен, как выбирать переменные для каждой группы.

dat %>%
  group_by(t) %>%
  gather(key, value, -t)
# Warning message:
# attributes are not identical across measure variables;
# they will be dropped

КОНДИЦИОНИРОВАНИЕ

Как включить в предыдущую операцию условие, чтобы в следующей таблице операция вычислялась только тогда, когда cond == id. Например, для первой строки у нас будет: 0, потому что все субъекты B, C и D имеют значения, отличные от их id (cond - это A). Для строки 6 вместо этого используется (2*52 + 12*62 + 17*67) / sd(c(2,12,17)).

dat <- data.frame(t = rep(seq(1, 5, 1),4), id = rep(c(rep("A",5), rep("B",5), rep("C",5), rep("D",5)), 1),
                  x = 1:20, y = 51:70, h = c(rep(1,10), rep(0,10) ) )
dat <- arrange(dat, t)
dat <- data.frame(dat, cond = c("B", "A", "A", "A", "A", "B", "C", "D", "A", "B", "D", "C", "A", "D", "C", "A", "A", "C", "C", "B") )
dat

#    t  id x y  h   cond
# 1  1  A  1 51 1    B
# 2  1  B  6 56 1    A
# 3  1  C 11 61 0    A
# 4  1  D 16 66 0    A
# 5  2  A  2 52 1    A
# 6  2  B  7 57 1    B
# 7  2  C 12 62 0    C
# 8  2  D 17 67 0    D
# 9  3  A  3 53 1    A
# 10 3  B  8 58 1    B
# 11 3  C 13 63 0    D
# 12 3  D 18 68 0    C
# 13 4  A  4 54 1    A
# 14 4  B  9 59 1    D
# 15 4  C 14 64 0    C
# 16 4  D 19 69 0    A
# 17 5  A  5 55 1    A
# 18 5  B 10 60 1    C
# 19 5  C 15 65 0    C
# 20 5  D 20 70 0    B

Предлагаемое решение

dat %>% 
 filter(id == cond) %>% 
 group_by(t) %>% 
 mutate(new = h * ((sum(x *y) - (x * y))/map_dbl(row_number(), ~ sd(x[-.x])))) %>% 
 bind_rows(dat %>% filter(id != cond))

работает очень хорошо, но частично, так как создает NaN из умножения 0 * Inf. Вместо этого я хотел бы иметь 0, когда условия не применяются или когда стандартное отклонение в знаменателе равно 0. Большое спасибо!