基于分组均值±标准差创建R语言逻辑列的问题求助

你的代码存在几个关键问题：

• 未按v3分组，导致计算的是全局均值和标准差，而非每个分组内的统计量
• 条件逻辑写反：你判断的是值超出均值±标准差范围，而需求是判断值处于该范围内
• if_all参数使用错误，不需要额外传入TRUE, FALSE参数

正确的实现步骤是先按v3分组，再对v1和v2分别验证是否处于分组内的均值±标准差区间，最后用if_all确保两个条件同时满足：

library(tidyverse)

df <- tibble(
    v1 = c(5, 7, 4, 2, 2, 3, 3, 4, 5, 6, 1, 7),
    v2 = c(1, 1, 1, 5, 7, 30, 1, 4, 5, 6, 6, 7),
    v3 = factor(c("a", "a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "b"))
)

df %>%
  group_by(v3) %>%
  mutate(test = if_all(v1:v2, ~ . >= mean(.) - sd(.) & . <= mean(.) + sd(.))) %>%
  ungroup()

运行后得到的结果与你预期完全一致：

# A tibble: 12 × 4
      v1    v2 v3    test 
   <dbl> <dbl> <fct> <lgl>
 1     5     1 a     TRUE 
 2     7     1 a     FALSE
 3     4     1 a     TRUE 
 4     2     5 a     TRUE 
 5     2     7 a     TRUE 
 6     3    30 a     FALSE
 7     3     1 b     FALSE
 8     4     4 b     TRUE 
 9     5     5 b     TRUE 
10     6     6 b     TRUE 
11     1     6 b     TRUE 
12     7     7 b     FALSE

关键细节说明 #

• group_by(v3)：锁定分组维度，让后续的mean()和sd()仅在当前分组内计算
• if_all(v1:v2, ~...)：确保v1和v2同时满足条件，对应需求中的“且”逻辑
• 核心条件~ . >= mean(.) - sd(.) & . <= mean(.) + sd(.)：验证当前值是否落在分组的均值±标准差区间内

内容的提问来源于stack exchange，提问作者Wilson Souza