Это кажется конденсироваться данные вторичного периода. Однако имейте в виду, что животные 6 и 10, как известно, живы во второй первичный период, даже если они не были обнаружены. Кроме того, Animal 5, как известно, не живет в первый первичный период просто потому, что он был обнаружен после первого первичного периода ... ... если вы не принимаете никаких рождений среди первичных периодов.
В этом примере представлены три основных периода и три вторичных периода.
Я не пытался оценить минимальный номер, потому что я не совсем понимаю ваши предположения относительно географического и демографического закрытия. Однако, мы надеемся, приведенное ниже резюме данных полезно.
my.data <- as.data.frame(matrix(rbinom(10*9,1,0.2), nrow = 10, byrow=FALSE))
my.data
# V1 V2 V3 V4 V5 V6 V7 V8 V9
#1 0 0 0 0 0 0 0 1 1
#2 0 0 0 0 0 0 0 0 0
#3 0 0 0 0 0 0 0 0 0
#4 0 0 1 0 0 0 0 0 0
#5 0 0 0 0 0 1 0 1 1
#6 0 1 0 0 0 0 0 0 1
#7 1 1 1 0 0 0 0 0 0
#8 1 0 0 0 1 0 0 0 0
#9 0 0 0 0 1 0 1 1 1
#10 1 0 0 0 0 0 0 0 1
year.sums <- sapply(1:3, function(i) apply(my.data[,(3*(i-1)+1):(3*(i-0))], 1, function(x) sum(x)))
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 2
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 2
# [6,] 1 0 1
# [7,] 3 0 0
# [8,] 1 1 0
# [9,] 0 1 3
#[10,] 1 0 1
year.sums[year.sums>0] <- 1
year.sums
# [,1] [,2] [,3]
# [1,] 0 0 1
# [2,] 0 0 0
# [3,] 0 0 0
# [4,] 1 0 0
# [5,] 0 1 1
# [6,] 1 0 1
# [7,] 1 0 0
# [8,] 1 1 0
# [9,] 0 1 1
#[10,] 1 0 1
Вы должны отправить вывод из 'dput (head (dat, 30))' где 'dat' - ваш файловый фрейм. –