Cut() function issues, bins in "Other" interval

Hello there,

I am creating a dataframe where I am bin averaging data. In this dataframe I want to include the number of datapoints that are within each break. However, when I take the summary of the breaks, I get 53 datapoints that are listed within an "Other" break, as shown below.

  (4,5]     (1,2]     (0,1] (152,153]   (12,13] (117,118]     (6,7]     (3,4]    (9,10]   (11,12]   (13,14]   (14,15]   (25,26] 
       75        49        45         8         5         5         4         3         3         3         3         3         3 
  (30,31]   (33,34]   (36,37]     (2,3]     (5,6]     (7,8]     (8,9]   (10,11]   (15,16]   (16,17]   (17,18]   (18,19]   (19,20] 
        3         3         3         2         2         2         2         2         2         2         2         2         2 
  (21,22]   (22,23]   (23,24]   (26,27]   (27,28]   (29,30]   (31,32]   (34,35]   (35,36]   (37,38]   (38,39]   (39,40]   (40,41] 
        2         2         2         2         2         2         2         2         2         2         2         2         2 
  (41,42]   (42,43]   (43,44]   (44,45]   (46,47]   (47,48]   (48,49]   (50,51]   (51,52]   (52,53]   (53,54]   (55,56]   (56,57] 
        2         2         2         2         2         2         2         2         2         2         2         2         2 
  (57,58]   (60,61]   (61,62]   (64,65]   (65,66]   (67,68]   (68,69]   (69,70]   (71,72]   (72,73]   (73,74]   (76,77]   (77,78] 
        2         2         2         2         2         2         2         2         2         2         2         2         2 
  (80,81]   (81,82]   (84,85]   (85,86]   (86,87]   (88,89]   (89,90]   (90,91]   (92,93]   (93,94]   (94,95]   (96,97]   (97,98] 
        2         2         2         2         2         2         2         2         2         2         2         2         2 
  (98,99] (100,101] (101,102] (102,103] (105,106] (106,107] (109,110] (110,111] (113,114] (114,115] (120,121] (121,122] (124,125] 
        2         2         2         2         2         2         2         2         2         2         2         2         2 
(125,126] (127,128] (129,130] (131,132] (133,134] (134,135] (137,138] (138,139]   (Other) 
        2         2         2         2         2         2         2         2        53

However, when I look individually at the breaks, those 53 are accounted for within specific intervals. For example, the intervals (82, 83] and (83,84] are missing in the above matrix. Does anyone know why these specific intervals are lumped into an "other" interval?

Here is my code. My dataset (dfs) is 437 rows long so I'll put that in the comments below if anyone would like to have a go at it. Ultimately I want my resulting dataframe to have a column showing the number of data points that are averaged within each interval, or break.

Thank you SO much!

# change dataframe from character mode into numeric mode for averaging
dt <- dfs %>% mutate(across(.cols = Green.Algae:Temp..Sample, as.numeric))
# Find max of depth to determine number of increments
max <- max(dt$Depth)
min <- min(dt$Depth)
# create vector of depth intervals in 1m increments
breaks = floor(min):ceiling(max)
# bin data by 1m increments (breaks)
bins <- cut(dt$Depth, breaks, right=FALSE)
# add bins to dataframe
dt$bins <- bins
# average data by bin increments
avg <- dt %>% 
  group_by(bins) %>%
  summarise(across(.cols = Green.Algae:Temp..Sample, mean))

# Rename columns to indicate averaging has occurred

colnames(avg) <- c("Depth_interval", "Avg_Green.Algae", "Avg_Bluegreen",
                   "Avg_Diatoms", "Avg_Cryptophyta", "Avg_Yellow.substances",
                   "Avg_Total.conc", "Avg_Transmission", "Avg_Depth", "Avg_Temperature")

dt_pts <- summary(bins)

avg$Data_points <- avg$dt_pts


# add units row back in

units <- c("m", "µg/l", "µg/l", "µg/l", "µg/l", "r.u.", "µg/l", "%",    "m",    "Celsius", "Data_Points_per_bin")
indx <- sapply(avg, is.factor)
avg[indx] <- lapply(avg[indx], as.character)
avg <- rbind(units, avg)

Turns out it is still too large, so I'll separate them into two comments:

dfs <- structure(list(ï..Date.Time = c("7/17/2021 11:48", "7/17/2021 11:48", 
"7/17/2021 11:48", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", 
"7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", 
"7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", 
"7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", 
"7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", 
"7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:49", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", "7/17/2021 11:50", 
"7/17/2021 11:50", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", "7/17/2021 11:51", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:52", 
"7/17/2021 11:52", "7/17/2021 11:52", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", "7/17/2021 11:53", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:54", 
"7/17/2021 11:54", "7/17/2021 11:54", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", "7/17/2021 11:55", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", 
"7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:56", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", "7/17/2021 11:57", 
"7/17/2021 11:57", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", 
"7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", 
"7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", 
"7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", 
"7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", 
"7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:58", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", "7/17/2021 11:59", 
"7/17/2021 11:59", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", "7/17/2021 12:00", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:01", 
"7/17/2021 12:01", "7/17/2021 12:01", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", "7/17/2021 12:02", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:03", 
"7/17/2021 12:03", "7/17/2021 12:03", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", "7/17/2021 12:04", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", 
"7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:05", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", "7/17/2021 12:06", 
"7/17/2021 12:06", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", 
"7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", 
"7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", 
"7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", 
"7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", 
"7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:07", "7/17/2021 12:08", 
"7/17/2021 12:08", "7/17/2021 12:08", "7/17/2021 12:08", "7/17/2021 12:08", 
"7/17/2021 12:08", "7/17/2021 12:08", "7/17/2021 12:08", "7/17/2021 12:08", 
"7/17/2021 12:08", "7/17/2021 12:08", "7/17/2021 12:08"), Green.Algae = c("0", 
"0", "0", "0", "0.78", "0", "0", "0", "0", "0", "0", "0", "0.14", 
"0.54", "0.27", "0", "0.1", "0.09", "0", "0.34", "0", "0", "0.42", 
"0.14", "0", "0.07", "0", "0.46", "0", "0", "0", "0", "0.72", 
"0", "0", "0", "0", "0", "0", "0.7", "0", "0", "0", "0", "0.35", 
"0.17", "1.05", "0.08", "0", "0.32", "0", "0.79", "0", "0", "0", 
"0", "0", "0.45", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0.38", "0", "0.15", "0.4", "0.06", "0.05", "0", "0", 
"0", "0.14", "0.13", "0.28", "0.24", "0.37", "0.2", "0.1", "0.02", 
"0", "0", "0", "0", "0.01", "0", "0", "0", "0", "0", "0", "0", 
"0", "0.15", "0.22", "0", "0.01", "0", "0.07", "0.43", "0.46", 
"0.41", "0.15", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0.15", "0.27", "0.32", "0.28", "0", "0.1", "0.19", "0.18", "0.32", 
"0.36", "0.57", "0.4", "0.23", "0.02", "0.37", "0.43", "0.78", 
"0.6", "0.13", "0.2", "0.47", "0.5", "0.43", "0.1", "0.07", "0.27", 
"0.47", "0.25", "0.09", "0.22", "0.17", "0.22", "0.1", "0.04", 
"0.25", "0.05", "0.07", "0.08", "0", "0.11", "0", "0", "0.01", 
"0", "0.01", "0", "0", "0.04", "0.02", "0", "0", "0.06", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0.04", "0", "0", "0", "0.01", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0.04", 
"0", "0", "0", "0.01", "0", "0.02", "0", "0", "0.05", "0.04", 
"0", "0", "0", "0", "0", "0", "0", "0.05", "0", "0.02", "0", 
"0", "0.01", "0", "0", "0", "0", "0", "0", "0.08", "0", "0", 
"0", "0", "0", "0.02", "0", "0", "0", "0", "0.01", "0", "0", 
"0", "0.01", "0.01", "0.02", "0", "0.14", "0.11", "0.18", "0.22", 
"0.23", "0.2", "0.19", "0.15", "0.28", "0.23", "0.35", "0.3", 
"0.25", "0.22", "0.17", "0.43", "0.61", "0.53", "0.41", "0.26", 
"0.33", "0.54", "0.56", "0.67", "0.37", "0.3", "0.25", "0.19", 
"0.57", "0.52", "0.4", "0.28", "0.11", "0", "0.15", "0.05", "0", 
"0", "0", "0", "0.43", "0.27", "0.25", "0.17", "0.05", "0", "0", 
"0", "0.02", "0.04", "0.02", "0", "0", "0", "0", "0.02", "0.07", 
"0.1", "0.12", "0.14", "0.08", "0", "0.28", "0.2", "0.45", "0.33", 
"0.08", "0.31", "0.06", "0.21", "0.31", "0.23", "0.04", "0.08", 
"0", "0", "0.25", "0.18", "0.01", "0", "0.21", "0.22", "0.18", 
"0.13", "0", "0", "0", "0.07", "0", "0.03", "0.1", "0", "0", 
"0.14", "0.05", "0.1", "0", "0.08", "0.1", "0.22", "0.21", "0.02", 
"0.16", "0.17", "0.16", "0.12", "0", "0.1", "0", "0.11", "0.1", 
"0", "0.24", "0.54", "0.05", "0.13", "0.21", "0.18", "0", "0", 
"0.13", "0.14", "0.13", "0.2", "0.35", "0.1", "0.01", "0", "0.05", 
"0.17", "0.12", "0.17", "0.43", "0.08", "0.17", "0", "0", "0", 
"0.15", "0.11", "0.25", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0.72", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0"), Bluegreen = c("0.54", 
"0.11", "0", "0.66", "0.51", "0", "0.17", "0.24", "0.74", "0", 
"0", "0.88", "0.69", "0", "0", "0", "0", "0", "0", "0.01", "0.05", 
"0", "0", "0", "0", "0", "0", "0.03", "0.03", "0.15", "0", "0.15", 
"0", "0.03", "0.02", "0", "0.08", "0.35", "0", "0", "0.03", "0.12", 
"0", "0", "0.13", "0.37", "0.27", "0", "0", "0", "0", "0.22", 
"0.15", "0", "0", "0.52", "0.44", "0.06", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0.02", "0", 
"0", "0.05", "0", "0.1", "0", "0.01", "0.06", "0.07", "0.08", 
"0.03", "0.05", "0.07", "0.02", "0.05", "0.1", "0.04", "0.06", 
"0.05", "0.06", "0.1", "0.06", "0.02", "0.04", "0.08", "0.03", 
"0.05", "0.11", "0.07", "0.07", "0.08", "0.12", "0.07", "0.08", 
"0.02", "0.08", "0.09", "0.08", "0.06", "0.12", "0.11", "0.06", 
"0.07", "0.07", "0.07", "0.06", "0.07", "0.09", "0.07", "0.09", 
"0.09", "0.08", "0.13", "0.12", "0.11", "0.08", "0.1", "0.1", 
"0.12", "0.12", "0.1", "0.12", "0.08", "0.12", "0.12", "0.1", 
"0.11", "0.11", "0.13", "0.12", "0.13", "0.1", "0.12", "0.13", 
"0.09", "0.13", "0.18", "0.11", "0.17", "0.06", "0.09", "0.15", 
"0.07", "0.1", "0.14", "0.1", "0.14", "0.16", "0.06", "0.12", 
"0.16", "0.15", "0.12", "0.07", "0.21", "0.11", "0.12", "0.14", 
"0.08", "0.18", "0.13", "0.12", "0.13", "0.1", "0.12", "0.09", 
"0.14", "0.09", "0.12", "0.13", "0.15", "0.14", "0.1", "0.11", 
"0.07", "0.15", "0.09", "0.15", "0.09", "0.12", "0.09", "0.18", 
"0.18", "0.09", "0.14", "0.12", "0.14", "0.13", "0.11", "0.09", 
"0.09", "0.06", "0.1", "0.07", "0.14", "0.06", "0.09", "0.08", 
"0.08", "0.06", "0.08", "0.02", "0.1", "0", "0.02", "0", "0", 
"0.01", "0", "0.02", "0", "0.01", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0.01", 
"0", "0", "0", "0.08", "0", "0", "0", "0", "0", "0.04", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0.05", "0", "0", "0", "0", "0", "0.05", 
"0", "0", "0", "0", "0", "0.01", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0.17", "0", "0", "0", "0", "0", "0", "0", "0", "0.6", 
"1.16", "0.68", "0.82", "0.36", "0", "0", "0", "0.11", "1.07", 
"0.63", "0.63", "0.04", "0", "0", "0.25", "0.5", "0.64", "1.03"
), 
Diatoms = c("0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0.36", "0.38", "0", "0.15", "0", "0.2", 
"0.47", "0", "0.22", "0", "0.28", "0", "0.03", "0.15", "0.41", 
"0", "0.09", "0", "0.34", "0", "0.22", "0.44", "0", "0.24", "0", 
"0", "0", "0", "0.34", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0.77", "0", "0.26", "0", "0.17", "0.36", "0.33", "0.25", 
"0", "0.38", "0", "0", "0.26", "0.41", "0.02", "0.05", "0", "0.45", 
"0.32", "0", "0.5", "0.59", "0.51", "0.58", "0.72", "0.71", "0.6", 
"0.64", "0.6", "0.69", "0.81", "0.9", "0.99", "1.12", "1.07", 
"1.02", "1.04", "1.02", "1.05", "1.14", "1.34", "1.46", "1.56", 
"1.66", "1.94", "2.2", "2.32", "2.2", "2.46", "2.67", "2.74", 
"3.22", "3.57", "3.62", "3.86", "3.95", "4.04", "3.89", "3.88", 
"3.88", "3.79", "3.69", "3.68", "3.56", "3.68", "3.47", "3.44", 
"3.44", "3.16", "3.06", "2.71", "2.04", "1.81", "1.67", "1.45", 
"1.08", "0.92", "1.2", "1.2", "0.8", "0.74", "0.4", "0.41", "0.75", 
"0.76", "0.38", "0.27", "0.32", "0.43", "0.54", "0.23", "0.09", 
"0.27", "0.29", "0.31", "0.07", "0.07", "0.21", "0.19", "0.02", 
"0.22", "0.12", "0.06", "0.06", "0", "0.19", "0.09", "0.01", 
"0", "0.04", "0", "0", "0", "0", "0.01", "0", "0", "0", "0.02", 
"0", "0", "0", "0.03", "0", "0", "0", "0", "0.05", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0.01", "0", "0", 
"0", "0.06", "0.03", "0", "0.08", "0.02", "0", "0.27", "0.2", 
"0.32", "0.13", "0.11", "0.15", "0.33", "0.73", "0.51", "0.4", 
"0.5", "0.57", "0.85", "1.06", "1.08", "1.27", "1.16", "1.55", 
"2.06", "2.71", "3.21", "3.44", "3.26", "3.28", "3.26", "3.61", 
"3.83", "3.92", "3.65", "3.04", "2.47", "2.29", "2.04", "1.91", 
"1.54", "1.34", "1.09", "0.92", "0.81", "0.78", "0.72", "0.72", 
"0.78", "0.98", "0.9", "0.93", "0.95", "0.85", "0.72", "0.87", 
"0.59", "0.52", "0.13", "0.11", "0.74", "0.73", "0.77", "0.4", 
"0.58", "0.48", "0.74", "0.59", "0.64", "0.58", "0.47", "0.59", 
"0.73", "0.55", "0.36", "0.41", "0.44", "0.38", "0.48", "0.67", 
"0.34", "0.38", "0.23", "0.44", "0.5", "0.37", "0.44", "0.34", 
"0.36", "0.49", "0.32", "0.46", "0.56", "0.34", "0.33", "0.52", 
"0.38", "0.28", "0.36", "0.54", "0.59", "0.48", "0.54", "0.41", 
"0.56", "0.47", "0.15", "0.22", "0.38", "0.15", "0.38", "0.36", 
"0.46", "0.66", "0.26", "0.43", "0.38", "0.36", "0.27", "0.52", 
"0.44", "0.53", "0.45", "0.55", "0.48", "0.51", "0.09", "0.43", 
"0.35", "0.61", "0.41", "0.37", "0.34", "0.43", "0.22", "0.17", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0"), Cryptophyta = c("0", "0", "0", "0", "0.24", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0.14", "0", "0", "0.15", "0", 
"0.14", "0.25", "0", "0", "0", "0.2", "0", "0", "0", "0", "0", 
"0.07", "0.17", "0", "0", "0.08", "0", "0", "0.15", "0.06", "0.07", 
"0", "0", "0.09", "0.1", "0.1", "0", "0.05", "0", "0", "0", "0", 
"0", "0", "0.29", "0.09", "0", "0", "0", "0", "0", "0", "0", 
"0", "0.11", "0.29", "0", "0", "0", "0.29", "0.09", "0", "0", 
"0.19", "0", "0", "0.04", "0.05", "0", "0", "0.09", "0.01", "0.1", 
"0.1", "0.03", "0.04", "0.05", "0.03", "0.05", "0.07", "0.08", 
"0.09", "0.13", "0.14", "0.1", "0.1", "0.12", "0.1", "0.09", 
"0.02", "0", "0.08", "0.09", "0.02", "0.06", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0.1", "0.1", "0.06", "0.07", "0.02", 
"0.03", "0", "0", "0.02", "0.02", "0", "0.15", "0.19", "0.16", 
"0.15", "0.25", "0.34", "0.25", "0.25", "0.35", "0.31", "0.3", 
"0.34", "0.29", "0.19", "0.3", "0.3", "0.22", "0.25", "0.08", 
"0.26", "0.22", "0.14", "0.17", "0.09", "0.25", "0.17", "0.17", 
"0.24", "0.19", "0.12", "0.18", "0.18", "0.2", "0.16", "0.09", 
"0.17", "0.21", "0.2", "0.13", "0.22", "0.18", "0.06", "0.12", 
"0.12", "0.15", "0", "0.11", "0.11", "0.22", "0.08", "0.09", 
"0.08", "0.13", "0.08", "0.08", "0.09", "0.11", "0.14", "0.12", 
"0.1", "0.08", "0.09", "0.1", "0.04", "0.08", "0.1", "0.07", 
"0.04", "0.08", "0.13", "0.1", "0.08", "0.05", "0.1", "0.11", 
"0.09", "0.11", "0.09", "0.1", "0.13", "0.11", "0.11", "0.11", 
"0.1", "0.14", "0.14", "0.1", "0.12", "0.17", "0.16", "0.05", 
"0.13", "0.09", "0.25", "0.17", "0.07", "0.17", "0.19", "0.18", 
"0.12", "0.16", "0.12", "0.22", "0.19", "0.07", "0.1", "0.15", 
"0.21", "0.05", "0.12", "0.16", "0.15", "0.19", "0.09", "0.14", 
"0.15", "0.17", "0.18", "0.14", "0.18", "0.13", "0.16", "0.16", 
"0.15", "0.12", "0.07", "0.18", "0.15", "0.18", "0.1", "0.11", 
"0.2", "0.1", "0.11", "0.14", "0.07", "0.07", "0.15", "0.12", 
"0.12", "0.11", "0.12", "0.16", "0.21", "0.21", "0.25", "0.22", 
"0.24", "0.17", "0.25", "0.2", "0.26", "0.26", "0.27", "0.27", 
"0.39", "0.22", "0.4", "0.37", "0.41", "0.43", "0.45", "0.42", 
"0.31", "0.44", "0.45", "0.44", "0.44", "0.37", "0.36", "0.41", 
"0.39", "0.38", "0.32", "0.27", "0.24", "0.17", "0.15", "0.2", 
"0.21", "0.37", "0.29", "0.19", "0.12", "0.13", "0.22", "0.29", 
"0.31", "0.37", "0.41", "0.48", "0.43", "0.46", "0.42", "0.39", 
"0.42", "0.37", "0.36", "0.28", "0.28", "0.29", "0.28", "0.22", 
"0.24", "0.29", "0.14", "0.12", "0.12", "0.27", "0.25", "0.09", 
"0", "0.13", "0.16", "0.12", "0.16", "0.05", "0.13", "0.11", 
"0.1", "0.11", "0.12", "0", "0.13", "0.22", "0.2", "0.13", "0.21", 
"0.18", "0", "0.19", "0.12", "0.28", "0.14", "0.16", "0.22", 
"0.15", "0.12", "0.08", "0.11", "0.12", "0.07", "0.08", "0.11", 
"0.14", "0.02", "0.09", "0.15", "0.13", "0", "0.05", "0.07", 
"0.04", "0.11", "0", "0.04", "0.21", "0", "0.11", "0.18", "0.06", 
"0.08", "0.1", "0", "0.09", "0.1", "0.05", "0.03", "0.11", "0.01", 
"0.07", "0.09", "0.11", "0", "0", "0", "0.16", "0.13", "0.1", 
"0", "0.14", "0.17", "0.16", "0.01", "0", "0.01", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0.03", "0"), Yellow.substances = c("0", 
"0", "0.3", "0", "0", "0.01", "0", "0", "0.09", "0", "0", "0", 
"0", "0", "0.04", "0", "0.02", "0.02", "0.1", "0", "0.03", "0", 
"0.07", "0.04", "0.09", "0.07", "0.1", "0", "0.11", "0", "0.1", 
"0", "0", "0.09", "0.24", "0.12", "0.09", "0.12", "0.06", "0", 
"0", "0.07", "0.08", "0", "0", "0", "0", "0", "0.26", "0.13", 
"0.22", "0", "0.25", "0", "0.15", "0", "0", "0.09", "0.04", "0.01", 
"0", "0.13", "0", "0.08", "0.03", "0", "0.06", "0.09", "0", "0.07", 
"0.01", "0.02", "0.04", "0.01", "0", "0.03", "0.02", "0.04", 
"0.01", "0.04", "0.04", "0.04", "0", "0.03", "0.04", "0.02", 
"0.01", "0.02", "0.03", "0.04", "0.04", "0.04", "0.05", "0.04", 
"0.04", "0.06", "0.07", "0.06", "0.06", "0.03", "0.04", "0.06", 
"0.06", "0.06", "0.06", "0.05", "0.04", "0.06", "0.08", "0.08", 
"0.09", "0.07", "0.07", "0.07", "0.08", "0.08", "0.09", "0.08", 
"0.09", "0.08", "0.06", "0.09", "0.08", "0.07", "0.1", "0.1", 
"0.09", "0.1", "0.09", "0.12", "0.09", "0.14", "0.11", "0.11", 
"0.1", "0.1", "0.11", "0.09", "0.09", "0.09", "0.1", "0.1", "0.09", 
"0.09", "0.1", "0.09", "0.1", "0.08", "0.1", "0.1", "0.1", "0.09", 
"0.09", "0.09", "0.1", "0.09", "0.1", "0.1", "0.08", "0.09", 
"0.09", "0.1", "0.09", "0.09", "0.1", "0.1", "0.1", "0.1", "0.09", 
"0.11", "0.1", "0.09", "0.07", "0.1", "0.09", "0.09", "0.09", 
"0.09", "0.09", "0.09", "0.08", "0.08", "0.08", "0.09", "0.1", 
"0.08", "0.08", "0.1", "0.1", "0.1", "0.1", "0.1", "0.08", "0.08", 
"0.08", "0.08", "0.09", "0.09", "0.08", "0.09", "0.09", "0.09", 
"0.08", "0.07", "0.08", "0.08", "0.08", "0.08", "0.08", "0.08", 
"0.08", "0.07", "0.07", "0.07", "0.08", "0.08", "0.08", "0.05", 
"0.07", "0.08", "0.07", "0.07", "0.07", "0.07", "0.06", "0.07", 
"0.06", "0.06", "0.08", "0.07", "0.08", "0.07", "0.09", "0.08", 
"0.07", "0.07", "0.07", "0.08", "0.08", "0.07", "0.07", "0.07", 
"0.09", "0.08", "0.08", "0.09", "0.08", "0.08", "0.09", "0.09", 
"0.08", "0.08", "0.09", "0.09", "0.09", "0.07", "0.11", "0.1", 
"0.1", "0.1", "0.12", "0.1", "0.1", "0.12", "0.11", "0.12", "0.11", 
"0.12", "0.11", "0.13", "0.13", "0.13", "0.14", "0.14", "0.13", 
"0.14", "0.15", "0.14", "0.15", "0.14", "0.13", "0.14", "0.14", 
"0.15", "0.13", "0.14", "0.16", "0.12", "0.14", "0.15", "0.13", 
"0.13", "0.15", "0.15", "0.15", "0.14", "0.15", "0.14", "0.13", 
"0.12", "0.1", "0.11", "0.11", "0.13", "0.14", "0.1", "0.13", 
"0.11", "0.08", "0.12", "0.1", "0.11", "0.11", "0.12", "0.09", 
"0.1", "0.1", "0.1", "0.09", "0.08", "0.08", "0.08", "0.08", 
"0.06", "0.07", "0.07", "0.06", "0.05", "0.06", "0.05", "0.03", 
"0.03", "0.03", "0.06", "0.04", "0", "0.04", "0.07", "0.02", 
"0.05", "0.05", "0.05", "0.04", "0.05", "0.02", "0.02", "0.07", 
"0.06", "0.05", "0.02", "0.06", "0.06", "0.06", "0.05", "0.06", 
"0.09", "0.09", "0.04", "0.03", "0.04", "0.05", "0.06", "0.05", 
"0.01", "0.05", "0.03", "0", "0.05", "0.04", "0.04", "0.03", 
"0.05", "0.05", "0.03", "0.02", "0.04", "0.05", "0.06", "0.03", 
"0.05", "0.06", "0.02", "0.05", "0.09", "0.03", "0.04", "0.06", 
"0.03", "0.1", "0.04", "0.06", "0.05", "0.05", "0.04", "0.07", 
"0.04", "0.02", "0.02", "0.04", "0.01", "0.03", "0.02", "0.06", 
"0.04", "0.04", "0.07", "0.02", "0.05", "0.01", "0.02", "0.05", 
"0.01", "0.03", "0.15", "0", "0.03", "0", "0", "0.03", "0.33", 
"0", "0.06", "0.15", "0.27", "0.2", "0.01", "0", "0", "0", "0", 
"0", "0", "0", "0.01", "0", "0.12", "0"), Total.conc. = c("0.54", 
"0.11", "0", "0.66", "1.53", "0", "0.17", "0.24", "0.74", "0", 
"0", "0.88", "0.83", "0.54", "0.42", "0.36", "0.48", "0.24", 
"0.15", "0.48", "0.5", "0.47", "0.42", "0.37", "0.2", "0.35", 
"0", "0.52", "0.18", "0.56", "0.07", "0.4", "0.72", "0.37", "0.1", 
"0.22", "0.52", "0.51", "0.29", "0.77", "0.03", "0.12", "0.09", 
"0.44", "0.58", "0.54", "1.37", "0.08", "0", "0.32", "0", "1", 
"0.15", "1.06", "0.09", "0.78", "0.44", "0.69", "0.36", "0.33", 
"0.25", "0", "0.39", "0.11", "0.29", "0.26", "0.41", "0.02", 
"0.34", "0.48", "0.45", "0.48", "0.58", "0.56", "0.64", "0.55", 
"0.63", "0.72", "0.85", "0.82", "0.93", "0.94", "1.16", "1.04", 
"1.04", "1.06", "1.16", "1.12", "1.09", "1.12", "1.12", "1.19", 
"1.28", "1.43", "1.57", "1.68", "1.77", "2.03", "2.22", "2.46", 
"2.5", "2.55", "2.7", "2.79", "3.3", "4", "4.08", "4.27", "4.1", 
"4.04", "3.89", "3.88", "3.88", "3.89", "3.79", "3.74", "3.63", 
"3.69", "3.65", "3.72", "3.77", "3.46", "3.08", "2.81", "2.38", 
"2.17", "2.16", "1.96", "1.91", "1.67", "1.68", "1.46", "1.53", 
"1.48", "1.49", "1.35", "1.18", "1.16", "1.14", "1.06", "1.01", 
"0.78", "0.79", "0.76", "0.79", "0.73", "0.61", "0.71", "0.52", 
"0.51", "0.55", "0.48", "0.52", "0.49", "0.41", "0.38", "0.31", 
"0.34", "0.38", "0.32", "0.24", "0.24", "0.26", "0.25", "0.24", 
"0.2", "0.21", "0.21", "0.23", "0.18", "0.17", "0.22", "0.23", 
"0.16", "0.18", "0.2", "0.19", "0.19", "0.2", "0.16", "0.22", 
"0.21", "0.19", "0.16", "0.15", "0.19", "0.17", "0.18", "0.16", 
"0.18", "0.2", "0.17", "0.19", "0.21", "0.2", "0.18", "0.18", 
"0.21", "0.21", "0.22", "0.2", "0.22", "0.22", "0.23", "0.22", 
"0.22", "0.23", "0.23", "0.27", "0.24", "0.22", "0.26", "0.26", 
"0.29", "0.23", "0.24", "0.26", "0.31", "0.26", "0.26", "0.25", 
"0.29", "0.31", "0.23", "0.31", "0.29", "0.28", "0.3", "0.28", 
"0.28", "0.27", "0.28", "0.26", "0.23", "0.27", "0.29", "0.27", 
"0.31", "0.27", "0.29", "0.29", "0.28", "0.27", "0.27", "0.27", 
"0.25", "0.27", "0.28", "0.27", "0.29", "0.28", "0.26", "0.25", 
"0.25", "0.21", "0.37", "0.19", "0.23", "0.23", "0.26", "0.25", 
"0.24", "0.26", "0.24", "0.26", "0.26", "0.3", "0.3", "0.44", 
"0.42", "0.5", "0.53", "0.54", "0.51", "0.55", "0.53", "0.63", 
"0.63", "0.73", "0.7", "0.84", "0.81", "0.88", "0.97", "1.14", 
"1.15", "1.16", "1.32", "1.29", "1.41", "1.5", "1.67", "1.58", 
"1.72", "1.74", "1.85", "2.11", "2.39", "2.74", "3.23", "3.5", 
"3.6", "3.62", "3.54", "3.63", "3.9", "4.02", "4.04", "4.21", 
"3.53", "3.01", "2.76", "2.46", "2.32", "2.01", "1.77", "1.57", 
"1.38", "1.23", "1.2", "1.09", "1.08", "1.07", "1.28", "1.26", 
"1.31", "1.28", "1.23", "1.09", "1.01", "0.99", "0.84", "0.85", 
"0.7", "0.91", "1.04", "0.96", "0.84", "1.01", "0.86", "0.82", 
"0.81", "0.75", "0.72", "0.83", "0.89", "0.74", "0.68", "0.78", 
"0.84", "0.75", "0.71", "0.66", "0.67", "0.53", "0.57", "0.51", 
"0.61", "0.75", "0.59", "0.59", "0.6", "0.49", "0.69", "0.45", 
"0.62", "0.74", "0.67", "0.69", "0.56", "0.63", "0.6", "0.66", 
"0.66", "0.64", "0.7", "0.58", "0.63", "0.65", "0.51", "0.59", 
"0.82", "0.55", "0.45", "0.65", "0.62", "0.56", "0.67", "0.47", 
"0.67", "0.55", "0.59", "0.72", "0.63", "0.53", "0.62", "0.61", 
"0.72", "0.61", "0.68", "0.69", "0.64", "0.61", "0.61", "0.54", 
"0.54", "0.65", "0.55", "0.46", "0.35", "0", "0", "0", "0", "0", 
"0", "0", "0", "1.32", "1.16", "0.68", "0.82", "0.36", "0", "0", 
"0", "0.11", "1.07", "0.63", "0.63", "0.04", "0", "0", "0.25", 
"0.5", "0.67", "1.03"), Transmission = c("72.62", "73.78", "72.83", 
"72.26", "72.74", "73.56", "71.54", "72.44", "72.2", "72.34", 
"72.68", "73.37", "72.51", "72.15", "97.39", "98.05", "98.32", 
"98.25", "98.21", "98.12", "98.16", "98.05", "98.28", "98.17", 
"98.06", "98.04", "98.16", "98.08", "98.24", "98.27", "98.34", 
"98.45", "98.2", "98.29", "98.1", "98.21", "98.4", "98.16", "98.47", 
"98.07", "98", "98.06", "97.95", "97.86", "97.78", "97.5", "98.14", 
"97.05", "98.03", "98.03", "98.28", "97.91", "98.18", "98.2", 
"98.32", "97.14", "97.44", "98.13", "98.31", "97.98", "97.79", 
"63.29", "97.71", "97.97", "98.15", "98.15", "98.22", "98.12", 
"98.08", "98.15", "98", "98.17", "98.16", "98.14", "98.25", "98.24", 
"98.15", "98.11", "98.16", "98.21", "98.17", "98.26", "98.17", 
"98.23", "98.37", "98.22", "98.2", "98.05", "98.24", "98.31", 
"98.06", "98.2", "98.26", "98.27", "98.15", "98.34", "98.28", 
"98.3", "98.17", "98.19", "98.32", "98.34", "98.37", "98.39", 
"98.39", "98.31", "98.3", "98.28", "98.21", "98.37", "98.35", 
"98.27", "98.34", "98.07", "98.15", "98.32", "98.21", "98.19", 
"98.27", "98.26", "98.32", "98.36", "98.25", "98.26", "98.38", 
"98.33", "98.29", "98.44", "98.39", "98.31", "98.28", "98.32", 
"98.21", "98.36", "98.71", "98.51", "98.44", "98.31", "98.37", 
"98.43", "98.47", "98.47", "98.49", "98.43", "98.61", "98.57", 
"98.45", "98.39", "98.44", "98.56", "98.52", "98.55", "98.72", 
"98.57", "98.54", "98.48", "98.47", "98.58", "98.6", "98.64", 
"98.55", "98.6", "98.5", "98.4", "98.43", "98.68", "98.7", "98.58", 
"98.46", "98.47", "98.49", "98.28", "98.31", "98.58", "98.45", 
"98.47", "98.49", "98.39", "98.43", "98.42", "98.31", "98.4", 
"98.58", "98.44", "98.33", "98.54", "98.36", "98.51", "98.48", 
"98.39", "98.4", "98.61", "98.38", "98.4", "98.37", "98.38", 
"98.37", "98.4", "98.45", "98.48", "98.41", "98.49", "98.47", 
"98.49", "98.38", "98.34", "98.42", "98.36", "98.37", "98.28", 
"98.35", "98.45", "98.53", "98.49", "98.47", "98.49", "98.5", 
"98.3", "98.32", "98.66", "98.6", "98.49", "98.54", "98.62", 
"98.56", "98.6", "98.55", "98.54", "98.78", "98.57", "98.58", 
"98.49", "98.63", "98.49", "98.63", "98.73", "98.62", "98.68", 
"99", "98.71", "98.78", "98.86", "98.73", "98.68", "98.83", "98.8", 
"98.82", "98.9", "98.93", "98.9", "98.9", "98.89", "98.86", "98.85", 
"98.86", "98.9", "98.84", "98.94", "98.9", "98.95", "98.98", 
"98.94", "98.92", "98.92", "98.97", "98.92", "98.94", "98.91", 
"98.94", "98.95", "98.92", "99.01", "98.93", "98.96", "98.91", 
"98.95", "99.02", "98.91", "98.95", "99.03", "98.99", "98.87", 
"98.76", "98.88", "99.13", "98.98", "98.89", "98.91", "98.89", 
"98.86", "98.86", "98.82", "98.81", "98.75", "98.88", "98.89", 
"99.01", "99.04", "98.93", "98.76", "98.71", "98.8", "98.77", 
"98.76", "98.8", "98.65", "98.66", "98.6", "98.54", "98.5", "98.71", 
"98.5", "98.36", "98.45", "98.39", "98.5", "98.47", "98.62", 
"98.63", "98.68", "98.46", "98.71", "98.71", "98.63", "98.77", 
"98.91", "98.9", "98.88", "98.78", "98.89", "99.02", "99.03", 
"98.91", "99.07", "98.94", "98.96", "99.05", "98.88", "99.12", 
"98.98", "99.04", "99.1", "99.03", "99.04", "99.09", "99.07", 
"99.17", "99.18", "99.04", "99.19", "99.09", "99.21", "99.12", 
"99.18", "99", "99.18", "99.1", "99.1", "99.07", "99.08", "99.12", 
"99.19", "99.19", "99.18", "99.09", "99.23", "99.24", "99.16", 
"99.16", "99.18", "99.28", "99.26", "99.3", "99.19", "99.2", 
"99.19", "99.15", "99.32", "99.35", "99.28", "99.33", "99.48", 
"99.56", "99.35", "99.36", "99.35", "99.52", "99.41", "99.34", 
"99.54", "99.55", "99.5", "99.48", "99.48", "99.51", "99.4", 
"99.51", "99.5", "99.53", "99.62", "99.73", "99.63", "99.65", 
"99.56", "99.47", "99.58", "99.76", "99.65", "99.69", "99.69", 
"71.6", "61.95", "77.27", "77.82", "77", "77.74", "77.21", "77.72", 
"77.12", "77.26", "78.63", "76.8", "74.48", "76.34", "76.17", 
"76.04", "76.2", "77.43", "65.54", "72.16", "73.18", "70.76", 
"72.75", "73.28", "73.84", "73", "71.13"), Depth = c("0.05", 
"0.04", "0.05", "0.05", "0.05", "0.05", "0.05", "0.05", "0.05", 
"0.05", "0.05", "0.05", "0.05", "0.2", "1.44", "1.73", "1.86", 
"1.8", "1.86", "1.8", "1.82", "1.86", "1.75", "1.84", "1.74", 
"1.87", "1.8", "1.78", "1.83", "1.74", "1.87", "1.74", "1.88", 
"1.76", "1.83", "1.78", "1.75", "1.84", "1.73", "1.92", "1.76", 
"1.82", "1.84", "1.79", "1.86", "1.74", "1.82", "1.85", "1.75", 
"1.82", "1.71", "1.8", "1.81", "1.79", "1.84", "1.72", "1.82", 
"1.79", "1.8", "1.58", "0.94", "0.09", "0.75", "1.49", "1.79", 
"1.76", "2.53", "3.16", "3.86", "4.65", "5.34", "6.27", "6.91", 
"7.59", "8.21", "8.82", "9.44", "9.98", "10.62", "11.2", "11.89", 
"12.55", "13.17", "13.86", "14.38", "14.92", "15.51", "16.23", 
"16.99", "17.75", "18.65", "19.5", "20.39", "21.42", "22.32", 
"23.33", "24.18", "25.01", "25.82", "26.62", "27.43", "28.43", 
"29.23", "30.03", "30.85", "31.53", "32.36", "33.11", "33.92", 
"34.76", "35.61", "36.01", "36.4", "37.2", "37.77", "38.62", 
"39.41", "40.2", "41.06", "41.97", "42.81", "43.8", "44.79", 
"45.76", "46.82", "47.88", "48.95", "50.11", "51.34", "52.49", 
"53.65", "55.06", "56.25", "57.51", "58.85", "60.05", "61.45", 
"62.91", "64.19", "65.58", "67.02", "68.45", "69.7", "71.12", 
"72.46", "73.77", "75.05", "76.41", "77.8", "79.02", "80.36", 
"81.69", "83.08", "84.27", "85.63", "86.95", "88.28", "89.53", 
"90.91", "92.21", "93.58", "94.76", "96.17", "97.5", "98.85", 
"100.1", "101.43", "102.86", "104.18", "105.48", "106.78", "108.16", 
"109.49", "110.84", "112.08", "113.54", "114.76", "116.18", "117.39", 
"118.82", "120.11", "121.44", "122.69", "124.14", "125.42", "126.75", 
"127.98", "129.4", "130.75", "131.99", "133.22", "134.54", "135.91", 
"137.14", "138.4", "139.68", "141.01", "142.28", "143.54", "144.79", 
"146.16", "147.42", "148.71", "149.94", "151.24", "152.27", "152.25", 
"152.22", "152.19", "152.24", "152.27", "152.32", "152.19", "151.72", 
"150.5", "149.24", "147.95", "146.53", "145.24", "144.03", "142.77", 
"141.39", "140.02", "138.71", "137.5", "136.19", "134.86", "133.54", 
"132.28", "131.02", "129.74", "128.47", "127.04", "125.72", "124.43", 
"123.18", "121.92", "120.54", "119.2", "117.95", "117.76", "117.82", 
"117.16", "115.81", "114.48", "113.2", "111.95", "110.61", "109.3", 
"107.97", "106.6", "105.33", "103.99", "102.69", "101.43", "100.15", 
"98.85", "97.44", "96.12", "94.81", "93.49", "92.22", "90.84", 
"89.53", "88.18", "86.89", "85.56", "84.22", "82.91", "81.56", 
"80.26", "78.97", "77.56", "76.25", "74.95", "73.64", "72.32", 
"71.03", "69.68", "68.36", "67.1", "65.78", "64.46", "63.19", 
"61.89", "60.64", "59.33", "57.98", "56.68", "55.39", "53.99", 
"52.79", "51.42", "50.08", "48.82", "47.48", "46.2", "44.85", 
"43.54", "42.24", "40.91", "39.65", "38.3", "36.99", "35.68", 
"34.37", "33.06", "31.78", "30.4", "29.1", "27.75", "26.43", 
"25.12", "23.72", "22.41", "21.03", "19.69", "18.38", "17.07", 
"15.76", "14.42", "13.11", "12.45", "12.49", "12.49", "12.36", 
"11.79", "10.48", "9.09", "7.79", "6.86", "6.01", "5.04", "4.72", 
"4.75", "4.73", "4.75", "4.72", "4.71", "4.73", "4.69", "4.72", 
"4.73", "4.71", "4.7", "4.7", "4.74", "4.74", "4.72", "4.72", 
"4.7", "4.71", "4.73", "4.76", "4.73", "4.71", "4.7", "4.72", 
"4.74", "4.73", "4.72", "4.72", "4.74", "4.74", "4.75", "4.72", 
"4.72", "4.73", "4.72", "4.72", "4.71", "4.69", "4.7", "4.72", 
"4.71", "4.73", "4.7", "4.71", "4.72", "4.72", "4.71", "4.72", 
"4.72", "4.71", "4.7", "4.71", "4.73", "4.72", "4.72", "4.73", 
"4.73", "4.69", "4.7", "4.7", "4.68", "4.72", "4.72", "4.72", 
"4.7", "4.71", "4.69", "4.7", "4.72", "4.7", "4.7", "4.69", "4.66", 
"3.61", "2.25", "0.93", "0.07", "0.07", "0.07", "0.07", "0.07", 
"0.06", "0.07", "0.07", "0.07", "0.07", "0.07", "0.06", "0.06", 
"0.07", "0.07", "0.07", "0.07", "0.08", "0.08", "0.08", "0.08", 
"0.08", "0.08", "0.08", "0.08", "0.08", "0.08"), Temp..Sample = c("18.74", 
"18.68", "18.68", "18.68", "18.7", "18.71", "18.68", "18.68", 
"18.69", "18.71", "18.73", "18.73", "18.73", "18.76", "18.79", 
"18.84", "18.86", "18.86", "18.84", "18.86", "18.87", "18.85", 
"18.86", "18.84", "18.84", "18.84", "18.82", "18.82", "18.84", 
"18.82", "18.8", "18.8", "18.82", "18.8", "18.82", "18.81", "18.81", 
"18.81", "18.81", "18.82", "18.83", "18.82", "18.82", "18.83", 
"18.82", "18.83", "18.83", "18.8", "18.8", "18.8", "18.79", "18.8", 
"18.78", "18.79", "18.8", "18.81", "18.81", "18.82", "18.81", 
"18.83", "18.84", "18.82", "18.82", "18.83", "18.84", "18.82", 
"18.81", "18.82", "18.81", "18.79", "18.77", "18.72", "18.65", 
"18.53", "18.45", "18.41", "18.15", "17.58", "16.88", "16.26", 
"15.95", "15.35", "14.28", "13.53", "13.11", "12.91", "12.17", 
"11.47", "10.59", "9.46", "8.94", "8.5", "7.98", "7.71", "7.43", 
"7.3", "7.24", "7.17", "7.1", "7.01", "6.88", "6.69", "6.47", 
"6.32", "6.16", "6", "5.89", "5.79", "5.63", "5.45", "5.3", "5.24", 
"5.22", "5.04", "4.89", "4.84", "4.79", "4.72", "4.64", "4.59", 
"4.54", "4.48", "4.42", "4.39", "4.37", "4.34", "4.31", "4.29", 
"4.24", "4.22", "4.24", "4.23", "4.2", "4.18", "4.15", "4.13", 
"4.12", "4.12", "4.1", "4.08", "4.1", "4.05", "4.06", "4.06", 
"4.05", "4.06", "4.03", "4.04", "4", "4", "4", "4", "3.99", "3.99", 
"3.98", "3.99", "3.98", "3.97", "3.98", "3.97", "3.96", "3.96", 
"3.97", "3.97", "3.97", "3.97", "3.99", "3.96", "3.97", "3.98", 
"3.97", "3.98", "3.97", "3.98", "3.98", "3.96", "3.97", "3.97", 
"3.97", "3.97", "3.96", "3.98", "3.97", "3.98", "3.96", "3.98", 
"3.98", "3.98", "3.98", "3.98", "3.97", "3.98", "3.98", "3.98", 
"3.98", "3.98", "3.99", "3.97", "3.97", "3.96", "3.99", "3.97", 
"3.97", "3.98", "3.99", "3.98", "3.99", "3.99", "3.99", "3.99", 
"3.98", "3.99", "3.99", "3.99", "3.99", "3.97", "3.98", "3.98", 
"3.98", "3.99", "3.99", "3.97", "3.97", "3.97", "3.98", "3.97", 
"3.97", "3.98", "3.98", "3.97", "3.98", "3.97", "3.97", "3.98", 
"3.97", "3.98", "3.98", "3.97", "3.97", "3.97", "3.97", "3.95", 
"3.96", "3.98", "3.98", "3.97", "3.96", "3.97", "3.97", "3.97", 
"3.98", "3.97", "3.98", "3.97", "3.97", "3.97", "4.01", "3.97", 
"3.95", "3.96", "3.98", "3.99", "3.96", "3.97", "3.97", "3.95", 
"3.96", "3.96", "3.95", "3.96", "3.97", "3.98", "3.98", "3.99", 
"3.99", "3.99", "4.01", "4", "4.01", "4.01", "4.04", "4.04", 
"4.04", "4.05", "4.05", "4.07", "4.1", "4.09", "4.12", "4.12", 
"4.15", "4.15", "4.17", "4.18", "4.19", "4.2", "4.23", "4.26", 
"4.28", "4.35", "4.39", "4.47", "4.53", "4.59", "4.73", "4.94", 
"5.13", "5.38", "5.66", "5.9", "6.15", "6.35", "6.49", "6.64", 
"6.82", "6.95", "7.07", "7.33", "7.75", "8.71", "10.17", "11.39", 
"12.16", "12.03", "11.67", "11.74", "12.66", "13.82", "14.86", 
"16.4", "17.67", "18.02", "18.17", "17.72", "17.07", "17.04", 
"17.03", "17.11", "17.35", "17.42", "17.5", "17.66", "17.76", 
"17.86", "17.92", "17.91", "17.96", "18.02", "18.06", "18.04", 
"17.97", "18.01", "17.97", "18.04", "18.28", "18.37", "18.37", 
"18.39", "18.31", "18.37", "18.39", "18.35", "18.44", "18.52", 
"18.53", "18.55", "18.54", "18.53", "18.51", "18.44", "18.48", 
"18.49", "18.5", "18.45", "18.38", "18.42", "18.49", "18.51", 
"18.53", "18.53", "18.52", "18.52", "18.49", "18.51", "18.5", 
"18.52", "18.47", "18.48", "18.52", "18.48", "18.51", "18.55", 
"18.54", "18.56", "18.51", "18.47", "18.52", "18.58", "18.6", 
"18.61", "18.6", "18.6", "18.61", "18.59", "18.56", "18.57", 
"18.58", "18.61", "18.7", "18.72", "18.71", "18.64", "18.54", 
"18.47", "18.4", "18.34", "18.27", "18.2", "18.15", "18.13", 
"18.12", "18.11", "18.09", "18.09", "18.06", "18.03", "18.02", 
"18.02", "18", "18", "17.99", "17.97", "17.98", "18", "18.01", 
"18", "18.01")), row.names = 2:438, class = "data.frame")

Hi @HABSaremyjam,
I think you are making the problem too complicated. Try just modifying your group_by code section to this:

# average data by bin increments; plus get frequency of data points in each bin
avg <- dt %>% 
  group_by(bins) %>%
  summarise(across(.cols = Green.Algae:Temp..Sample, mean),
            freq = n())

# Take a look at the result (last column has bin frequencies)
as.data.frame(avg)

HTH

1 Like

Ahhhhh, BEAUTIFUL! Yes, I made that soooooo complicated. This was exactly what I was looking for, thank you SO MUCH.