我有一个数据框，其中第一列表示时间，随后的列(全部49列T-T)保存这些时间点的值。我试着定义时间点t1和t2，取每一列的平均值，然后把这些平均值放在一个向量中，这样就可以用它做向量数学了。换句话说，我要做的向量是第2列(记住第1列是时间)的值在t1和t2上的平均值，接着是第3列t1到t2的平均值，接着是第4列t1到t2的平均值，依此类推。最后，我需要为不同的时间点生成多个向量(A、B和C ),例如，向量A可能有t1和t2期间每列的平均值，但B可能有t3和t4期间每列的平均值。
当谈到编程时，我完全迷失了方向，基本上是一个傻瓜，所以我希望这有意义。欢迎提出任何建议！非常感谢：）
不确定这是否算作可重现的示例，但本质上，我有一个表格，如下所示：
我想定义时间点，比如：t1=1和t2=3，这样我就可以从每列中取这些点的平均值，这样得到的向量将是以下形式：
|1.2|2.2|3.2|4.2|
每个条目来自 （1.1 1.2 1.3）/3 、（2.1 2.2 2.3）/3 等。
再次，非常抱歉，我对这个太陌生了
有几种不同的方法可以做到这一点。我将走过一个希望容易理解的。
这个问题可以分为两部分：
从任务 1 开始，这应该相当简单。在您的示例中，时间值与行号匹配。如果数据集中也是如此，那么您只需执行以下操作：
startRow <- t1
endRow <- t2
但是，如果这不是真的，那么您必须找到这些索引。您可以在R中使用match函数执行此操作。也就是说，你会这样做：
startRow <- match(t1, df$time)
endRow <- match(t2,df$time)
现在我们有了行的开始和结束索引，我们可以很容易地子集我们的数据框。要获得我们想要的行，我们所要做的就是请求df[startRow： endRow，]即，请求从startRow到endRow的所有行，包括两者。现在，我们所要做的就是获取平均值。我能想到两种方法。一种是像这样使用函数lapplication：
lapply(df[startRow:endRow,],ave)
这样做是在数据帧中的每一列上应用平均函数。只需丢弃时间平均值，因为它是无用的。此外，应该注意的是，average返回一个与它所接受的大小相同的列表。也就是说，ave（c（1，2，4）） 返回相当于 c（2.33，2.33，2.33） 的函数。所以，如果你想要一个 x1，x2,....,xn 向量，你必须这样做：
averages <- lapply(df[startRow:endRow,],ave)
lapply(averages[2:length(averages)], function(x) x[1])
averages[2:length(averages)] 选择除时间以外的所有平均值，lapply(averages[2:length(averages)], function(x) x[1])< /code> 获取每个平均值列表并将其减少到 1。
另一种方法是使用循环。你可以做这样的事情来得到你想要的结果：
averages = c()
for(i in 2:dim(df)[2]){
colAverage <- ave(df[startRow:endRow,i])[1]
averages <- c(averages, colAverage)
}
您在这里所做的是遍历您的每一列，取平均值，然后将其添加到vector averages。
