dplyr使用mutate、last、ifelse分组计算CRP值结果异常排查

你的代码有三处核心错误：

• 括号位置错误导致判断逻辑完全错位：last(na.omit(CRP) < 8)的执行顺序是先逐元素计算CRP < 8得到布尔向量，再删除布尔向量中的缺失值取最后一位，完全不是你需要的「先提取所有非缺失CRP值，取最后一个值再判断是否小于8」的逻辑。
• 分支返回值不符合需求：当判断结果为「最后非缺失CRP不小于8」时，你直接返回了整列CRP，会导致组内所有非缺失CRP都被填充到CRP2列，这就是b组出现重复有效值的原因。
• 未处理边界场景：如果某组CRP全为缺失值，na.omit(CRP)会返回空向量，直接调用last会返回无意义的空值，直接导致c组这类存在特殊缺失分布的分组计算异常。

library(dplyr)

input %>%
  group_by(record_id) %>%
  mutate(
    # 定位组内最后一个非缺失CRP的行索引，无有效非缺失值时返回长度为0的空向量
    last_valid_pos = tail(which(!is.na(CRP)), 1),
    last_valid_crp = if (length(last_valid_pos) == 0) NA_real_ else CRP[last_valid_pos],
    CRP2 = case_when(
      # 无有效CRP值 或 最后一个有效CRP<8：整组返回NA
      is.na(last_valid_crp) | last_valid_crp < 8 ~ NA_real_,
      # 仅最后一个有效CRP所在行保留原始值，其余行返回NA
      row_number() == last_valid_pos ~ CRP,
      TRUE ~ NA_real_
    )
  ) %>%
  select(-last_valid_pos, -last_valid_crp) # 移除中间辅助列

• 最后一个非缺失CRP<8的分组：CRP2整组为NA，和你预期的a组结果一致
• 最后一个非缺失CRP>=8的分组：仅该非缺失值所在行保留原始CRP值，其余行均为NA，不会出现b组重复输出有效值的问题
• 存在任意缺失分布（包括全缺失）的分组：都能准确定位最后一个有效CRP值做判断，不会出现c组逻辑失效的问题

内容的提问来源于stack exchange，提问作者lecb