用于处理数据段的函数的For循环

我有一个样本数据集，如下所示：

Out=
0.03&（最大值（Dist_Out[Movement_Out！=“non-moveing”]）=0.23&（总和（Dist_Out[Movement_Out！）
“非移动”]）>=11.92）{
行为首先，您需要将数据转换为数字类型，因为它们存储为因子：

Out[,-6] <- as.data.frame(sapply(Out[,-6], function(x) as.numeric(as.character(x))))

对于提供的数据帧，看起来每个5行段都处于静止状态。这很容易确认，因为
max（Out$Speed\u Out）
为0.465，意味着没有段在行走，而
sum（Out$Dist\u Out）
为8.94，意味着没有分段在移动。
hm，所有列都是因子。对吗？你不能从因子中计算平均值。请编辑你的数据。谢谢！我现在让它工作了。但是它在完整数据集和完整函数中给出了此警告：In max（Dist_Out[Movement_Out！=“non moving”]）：max没有未丢失的参数；返回-Inf。另外，我如何编辑代码以使其在整个数据集上工作？类似于：sappy（split（Out，rep（1:length（Out），each=32）），do.call，what=JRip）？？@HoffiCoffi这意味着你有一个子集，其中每种运动类型都是非运动的——你想如何处理这种情况？啊，我明白了，是的，当动物躺下时会发生这种情况，所以数据会预测非运动。我希望它尽可能正常工作，所以功能应该预测休息。事实上，我得到的结果是正确的如果有一系列不移动的情况出现，则会出现“警告（）”，仅此而已！有没有办法停止此操作？谢谢。@HoffiCoffi我会将if语句中的中间条件替换为
mean（Acceleration\u Out[Acceleration\u Out>0]）>=0.03&&sum（Movement\u Out==“non-moving”）>0&&max（Dist\u Out[Movement\u Out！=“非移动”]）=0.23&&sum（Dist_Out[Movement_Out！=“非移动”]）>=11.92
JRip <- function (Dist_Out, Speed_Out, Acceleration_Out, Absolute_Heading_Out, 
    Relative_Heading_Out, Movement_Out, Changes_Out, AccPosNeg_Out, 
    AccChange_Out) 
{
    if (max(Speed_Out) >= 2.45) {
        Behaviour <- "walking"
    }
    else if (mean(Acceleration_Out[Acceleration_Out > 0]) >= 
        0.03 & (max(Dist_Out[Movement_Out != "non-moving"]) <= 
        2.17 & (mean(Speed_Out) >= 0.23 & (sum(Dist_Out[Movement_Out != 
        "non-moving"]) >= 11.92)))) {
        Behaviour <- "grazing"
    }
    else Behaviour <- "resting"
    return(Behaviour)
}

Out[,-6] <- as.data.frame(sapply(Out[,-6], function(x) as.numeric(as.character(x))))

sapply(split(Out, rep(1:4, each=5)), do.call, what=JRip)
#         1         2         3         4 
# "resting" "resting" "resting" "resting"