求R脚本：基于不同发芽起始点按3周周期计算树高平均值

核心思路是按花盆分组，基于after.germ（发芽后周数）字段将数据划分为以3周为单位的独立周期，再对每个周期计算树高平均值，彻底避开滚动平均的连续叠加逻辑。

假设你的树高字段名为height，以下是具体实现步骤：

步骤1：确保after.germ为数值型 #

先检查并转换字段类型，避免分组出错：

# 若字段为字符/因子型，转换为数值
df$after.germ <- as.numeric(df$after.germ)

步骤2：为每个花盆生成独立周期标签 #

用整数除法给每个after.germ值分配所属周期编号（周期从0开始计数，可按需调整）：

library(dplyr)

df <- df %>%
  group_by(pot) %>%
  mutate(
    # 0-2周为周期0，3-5周为周期1，以此类推
    cycle = floor(after.germ / 3)
  ) %>%
  ungroup()

步骤3：按花盆+周期计算平均树高 #

通过聚合操作得到每个独立周期的平均值，还可补充周期的起止周数方便解读：

cycle_avg <- df %>%
  group_by(pot, cycle) %>%
  summarise(
    avg_height = mean(height, na.rm = TRUE),
    start_after_germ = min(after.germ, na.rm = TRUE),
    end_after_germ = max(after.germ, na.rm = TRUE)
  ) %>%
  ungroup()

关键细节说明 #

• 该方式是完全独立的周期划分，周期之间无重叠，完美匹配你的需求，和滚动平均的连续窗口逻辑完全不同。
• 若after.germ从1开始计数（如发芽后第1周、第2周），调整周期计算式为cycle = floor((after.germ - 1)/3)，即可让1-3周为周期0、4-6周为周期1。
• na.rm = TRUE用于处理缺失测量值，可根据你的数据情况决定是否保留。

内容的提问来源于stack exchange，提问作者Danielle