使用以下数据
##### install.packages("letsR") ######
library(letsR)
data("PAM")
###### get any rasters layers for example #####
wcpath <- list.files(system.file("extdata/bios",
package = "ntbox"),
pattern = ".tif$",full.names = TRUE)
r <- raster::stack(wcpath) #####
##### Add the raster values to a presence absence matrix ######
projection(PAM$Richness_Raster) <- projection(r)
##### The object PAM_env, is a presence absence matrix with columns Longitude, Latitude,species are ##### in every column and then the final columns are environmental layers
PAM_env <- lets.addvar(PAM, r, fun = mean)
我想计算每个物种（第 3 至 34 列）的每个气候层（第 35 至 53 列）的平均值，但仅考虑每个物种的行等于 1 的情况）
我想在循环中计算什么
获取
Species Var_1_mean_run_1, Var_2_mean_run_1, Var_1_mean_run_2, Var_2_mean_run_2, etc
Every run contains the same species with their geographic range shifted,所以我需要重新计算每个物种的这个属性值（它们在分布范围内的平均温度）
谢谢你的时间，
凯文
我想计算每个物种（第 3 至 34 列）的每个气候层（第 35 至 53 列）的平均值，但仅考虑每个物种的行等于 1 的情况）