在julia-0.7中，如何将缺失作为所有缺失向量的平均值？

我用的是julia-0.7。下面的代码

using Statistics
x=[missing, 0]
mean(skipmissing(x))

给出0，其中missing是julia-0.7的内置缺失值。如果我再试试

x[2]=missing
mean(skipmissing(x))

我收到错误信息。在第二种情况下，最好的方法是什么而不是出错

---

我害怕使用if/else，因为这个代码段在程序中重复了很多次。

我可以推荐的最快的代码是使用if/else，但我想您无法避免：

sx = skipmissing(x)
iterate(sx) === nothing ? missing : mean(sx)

因为迭代应该比例如长度更快

然而，一般来说，你指出了我最近也遇到的一个问题，因为平均数的设计存在不一致性，因为如果你收集数据，你会得到：

julia> mean(collect(skipmissing(x)))
NaN

---

以防您的陈述出现错误或遗漏。

我已经给出了我认为目前最好的答案，但总的来说，答案似乎不正确。我打开了一个问题。