基于多条件生成Quality Flag列的R代码问题求助

原代码中判断连续相同yield的逻辑存在错误，未能正确识别连续3年及以上相同值的分组，也未将这些分组内的所有年份标记为1。以下是修正后的完整代码及说明：

library(dplyr)

# 核心修正：先按市政和年份排序（必须确保年份有序，否则连续判断无效）
df <- yield_area_long %>%
  arrange(CODE, year) %>%
  group_by(CODE) %>%
  # 标记当前年份yield是否与前一年相同
  mutate(
    same_as_prev = yield == lag(yield, default = first(yield)),
    # 生成连续相同yield的分组ID：每次yield变化时分组ID递增
    consecutive_group = cumsum(!same_as_prev)
  ) %>%
  # 统计每个连续分组的年份数量
  group_by(CODE, consecutive_group) %>%
  mutate(group_length = n()) %>%
  # 回到市政维度处理标记逻辑
  group_by(CODE) %>%
  mutate(
    # 连续3年及以上相同则标记为1，其余为0
    consecutive_flag = ifelse(group_length >= 3, 1, 0),
    # 保留原异常值标记逻辑
    outlier_flag = case_when(
      abs(yield - mean(yield, na.rm = TRUE)) > 3 * sd(yield, na.rm = TRUE) ~ 2,
      TRUE ~ 0
    ),
    # 优先级：异常值(2) > 连续相同(1) > 正常(0)
    Quality_Flag = pmax(consecutive_flag, outlier_flag)
  ) %>%
  ungroup() %>%
  # 清理临时辅助列
  select(-same_as_prev, -consecutive_group, -group_length, -consecutive_flag, -outlier_flag)

关键修正点 #

• 强制排序：先按CODE和year排序，确保数据按市政的年份顺序排列，这是连续年份判断的前提。
• 连续分组识别：通过same_as_prev和consecutive_group生成连续相同yield的分组ID，准确区分不同的连续值区间。
• 分组长度判断：统计每个连续分组的年份数量，只要分组长度≥3，就将组内所有行标记为1。
• 优先级处理：用pmax确保异常值标记（2）的优先级高于连续相同标记（1），最后是正常状态（0）。

内容的提问来源于stack exchange，提问作者RJ34