R语言dplyr按组处理：首次出现>3.5值后替换后续列值为4

你不需要分两步处理，第一步单独替换大于3.5值的操作完全可以省略，核心逻辑是按分组标记第一个出现测量值大于3.5的位置，从该位置到分组末尾的所有值统一赋值为4即可，用cumsum()做累积状态标记就能实现，不需要依赖lag()逐行判断前值。

可直接运行的代码 #

library(dplyr)

df1 <- data.frame(
  grp = rep(c("a", "b"), each = 10),
  num = c(0,1,2,5,0,1,7,0,2,1,2,2,2,2,5,0,0,0,0,6))

# 一步完成所有处理
df1_res <- df1 %>%
  group_by(grp) %>%
  mutate(num = ifelse(cumsum(num > 3.5) > 0, 4, num)) %>%
  ungroup()

逻辑说明 #

• 你之前用lag()没成功的原因很简单：lag()只能读取前一行的数值，没法永久保留「已经触发过替换规则」的状态，一旦触发点后面某行原始值不是4，lag()就会误判，把值改回原始数，达不到「首次出现后全部替换」的效果。
• num > 3.5会逐行返回布尔值，满足阈值的行返回TRUE（等价于数值1），不满足返回FALSE（等价于数值0）
• 按分组计算cumsum()（累计求和）时，只要某一行第一次触发num > 3.5，累计和就会从0变成1，后续所有行的累计和只会≥1，不会回到0，相当于永久标记了「已经过了第一个触发点」的状态
• 用ifelse判断累计和大于0的行统一赋值为4，其余行保留原始num值，一步覆盖你要的两个规则：
  • 大于3.5的数值本身就在触发位置，会被替换为4
  • 触发位置之后的所有行不管原始值是多少，都会被替换为4

结果验证 #

运行上述代码得到的输出和你给出的预期结果完全一致：

# A tibble: 20 × 2
   grp     num
   <chr> <dbl>
 1 a         0
 2 a         1
 3 a         2
 4 a         4
 5 a         4
 6 a         4
 7 a         4
 8 a         4
 9 a         4
10 a         4
11 b         2
12 b         2
13 b         2
14 b         2
15 b         4
16 b         4
17 b         4
18 b         4
19 b         4
20 b         4

如果你习惯分步骤写也可以先做值替换再做后置填充，但从效率和代码简洁度来说，上面的一步写法是最优的，不需要额外多做一次值替换操作。

内容的提问来源于stack exchange，提问作者flee