至少有n（>1）个非缺失值的向量平均值，R

我只想在至少存在多个值的情况下计算缺少值的向量的平均值。例如，如果只有一个或少于五个值是非缺失的，我想返回NA，但是如果我有至少两个或多于五个非缺失值，我想返回平均值

我如何使用mean实现这一点

平均值的标准行为是，如果至少有一个值缺失，则返回NA；如果至少有一个值未缺失，则返回平均值。我希望介于两者之间：

x = c(1, 2, NA, NA)

mean(x)   # returns NA if there is one (or more) value missing
[1] NA

mean(x, na.rm = T) # returns the mean of the existing values (if there is at least one)
[1] 1.5

理想情况下，我希望找到一个适用于tapply…，FUN=mean场景的解决方案。

以下是使用ifelsefunction的一种方法：

---

还有别的吗！是不是.nax>5，意思是x，NA？在塔普利的电话里也应该能用…@mariod博士这行不通。您应该使用sumis.nax>5而不是！is.nax>5。谢谢Cettt和Mariod博士，这非常有帮助！！：-我可以很容易地适应我的问题。但是，为了正确起见，您没有准确地回答我的问题：如果缺少的值的数量小于5，则代码会计算平均值。我在寻找一个解决方案，如果非缺失值的数量大于n（可能是5），则计算平均值。我认为从后一个方向着手更有用。如果你能把答案改成这个，我会更乐意接受这个答案。对不起。这个问题读得不够仔细。我修改了我的答案现在你的例子已经不符合问题了。不管你怎么回答我的问题。无论如何我都会接受的。再次感谢！

x <- c(rep(NA_real_, 5), 1:4)

mean(x, na.rm = T)
[1] 2.5
ifelse(sum(!is.na(x)) > 5, mean(x, na.rm = T), NA_real_)
[1] NA