识别数据序列根据其他列 UserID 发生变化的情况

我正在处理数据框df如下：

Input:

TUserId  SUID   mid_sum final_sum
 115      201   2       7     
 115      309   1       8     
 115      404   1       9           
 209      245   2       10    
 209      398   2       10          
 209      510   2       10
 209      602   1       10
 371      111   2       11
 371      115   1       11
 371      123   3       11
 371      124   2       11

1-我的数据排列在wide 格式，其中每行都有一个唯一的学生 ID，显示为SUID.

2- 多个学生可以拥有同一位教师，因此多行中的公共教师 ID 如下所示TUserId.

3- 数据包括学生期中成绩和期末成绩。

4- 我有兴趣了解是否存在教师在期中考试中给学生提供相似分数的情况，如下所示mid_sum期末考试的分数不一致，如下所示final_sum。如果在数据中发现这种不一致，我想添加一列Status记录了这个inconsistency.

要求：

a- 为此，我的规则是，如果mid_sum and final_sum按升序排序，正如我在此示例数据框中所做的那样df。我想确定升序序列在这两列中中断的情况mid_sum and final_sum.

b- 如果数据未排序，可以完成吗？

示例1：

例如，对于SUID = 309, mid_sum是比之前的减量mid_sum。所以应该标记为inconsistent。这只应该发生在由同一位老师评分的学生身上TUserId，在本例中是115.

示例2：

同样，对于SUID = 602, mid_sum是比之前的减量mid_sum。所以应该标记为inconsistent。又是同一个老师的TUserId = 209

为了进一步详细说明，我想要这样的输出：

Output:

TUserId  SUID   mid_sum final_sum   Status
 115      201   2       7           consistent
 115      309   1       8           inconsistent
 115      404   1       9           consistent
 209      245   2       10          consistent
 209      398   2       10          consistent
 209      510   2       10          consistent
 209      602   1       10          inconsistent
 371      111   2       11          consistent
 371      115   1       11          inconsistent
 371      123   3       11          consistent
 371      124   2       11          inconsistent
 

数据导入dput()

The dput()数据框如下：

dput(df)

structure(list(
TUserId = c(115L, 115L, 115L, 209L, 209L, 209L, 209L, 371L, 371L, 371L, 371L), 
SUID = c(201L, 309L, 404L, 245L, 398L, 510L, 602L, 111L, 115L, 123L, 124L), 
mid_sum = c(2L, 1L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 3L, 2L), 
final_sum = c(7L, 8L, 9L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L)), 
class = "data.frame", row.names = c(NA, -11L))

我在 SO 上寻找类似的问题并发现了这个R - 识别连续序列 https://stackoverflow.com/questions/31439273/r-identify-consecutive-sequences但这似乎并不能帮助我解决我的问题。 另一个相关帖子是确定 R 中的数字序列何时被破坏 https://stackoverflow.com/questions/31462438/determine-when-a-sequence-of-numbers-has-been-broken-in-r但同样，这对我的情况没有帮助。

任何有关如何解决此问题的建议将不胜感激。

Thanks!

这是一种相当简单的方法，我们可以测试滞后差异的符号。如果 mid_sum 差值符号与 Final_sum 差值符号相同，则它们是“一致的”。

library(dplyr)
df %>%
  arrange(TUserId, final_sum) %>%
  group_by(TUserId) %>%
  mutate(
    Status = if_else(
      sign(final_sum + 0.1 - lag(final_sum, default = 0)) == sign(mid_sum + 0.1 - lag(mid_sum, default = 0)),
      "consisent", "inconsistent"
    )
  )
# # A tibble: 11 x 5
# # Groups:   TUserId [3]
#    TUserId  SUID mid_sum final_sum Status      
#      <int> <int>   <int>     <int> <chr>       
#  1     115   201       2         7 consisent   
#  2     115   309       1         8 inconsistent
#  3     115   404       1         9 consisent   
#  4     209   245       2        10 consisent   
#  5     209   398       2        10 consisent   
#  6     209   510       2        10 consisent   
#  7     209   602       1        10 inconsistent
#  8     371   111       2        11 consisent   
#  9     371   115       1        11 inconsistent
# 10     371   123       3        11 consisent   
# 11     371   124       2        11 inconsistent

The + .1用于使分数保持相同的行计数为正号。