Question

对于去年在本网站上成功回答的问题，这是一个后续问题，请参阅How to take the mean of last 10 values in a column before a missing values using R。

之前，我曾询问如何在缺失值之前获取列中最后10行的平均值。我的数据是树木的增长率 - 我的第一列是年份，右边的列是单个树木的增长率，在每棵树死亡的那一年结束。在每棵树“出生”之前和树木死亡之后，增长率值为NA。当我需要在每棵树死亡之前采用过去10年的平均值时，有效的代码是：

sapply(dataframe, function(dataframe) mean(tail(na.omit(dataframe), 10)))

后来，我需要考虑每棵树生命的前50年的平均增长率，所以我用“head”代替“tail”，使用以下代码：

sapply(dataframe, function(dataframe) mean(head(na.omit(dataframe), 50)))

现在，我的问题是：如何在增长的前50年和100年之间采取每棵树的增长平均值？那么，我希望每棵树在50-100岁之间的平均增长？是否有一个我不知道的功能（类似于“头部”或“尾部”）可以让我获取特定行之间的平均值？困难在于每棵树在不同的年份出生（或死亡），所以我不能简单地指出某些年份。

感谢您提供的任何帮助。

凯蒂

Answer 1

结合head和tail可以满足您的需求。例如：

> x<-1:10
> tail(head(x,4),2)
[1] 3 4

所以在你的情况下它看起来像你想要的是：

sapply(dataframe, function(x) mean(tail(head(na.omit(x), 100),50)))

如果需要，您还可以使用显式索引，因为na.omit将删除所有NA值，因此na.omit(x)[51:100]将是自树生成以来的51-100年。所以你也可以选择

sapply(dataframe, function(x) mean(na.omit(x)[51:100]))

两者之间的唯一区别是，如果列的有效条目少于100个，会发生什么。在这种情况下，head / tail方法将为您提供最近50个有效条目的平均值（如果总数少于50个，则为更少），而51：100方法将返回NA。