case_when 在使用 group by 时会忽略一些参数

我有一个纵向数据集，包含不同社会经济地位(SE)的个体，分为4个类别，高、中、低、中和低.对于一些分析，我只想显示中低收入组的样本量，如果both个中低收入组在当月的观察中至少有5个人.否则，我希望它显示为NA.

我认为这个代码可以工作，但它不能.它应该在1月份给NA中低端组的"adjusted_total"列，但将其保留为2月份的当前值(40).它无法完成前者，但完成了后者:

这是我的示例数据集，try 使用dplyr的case\u when()获得我想要的:

library(dplyr)

#Sample dataset
test_data <- tibble(month = c(rep(c("Jan"), 4), rep(c("Feb"), 4)),
                    ses = c(rep(c("High", "Mid", "Mid Low", "Low"), 2)),
                    total = c(10, 20, 4, 30, 9, 11, 40, 60),
                    total_selected = c(9, 10, 8, 3, 8, 6, 8, 6))

#Failed attempt
wrong <- test_data %>%
group_by(month) %>%
  mutate(adjusted_total = case_when(
    ses == "Mid Low" & total[ses == "Mid"] <5 | total[ses == "Low"] <5 ~ NA_real_,
    TRUE ~ total
  ))

EDIT WITH SOLUTION

我意识到我的代码有一个拼写错误.首先，我指的是or语句，而不是AND.其次，阈值对于我的数据来说太低了.当我调整到OR语句，并且截止到15时

correct <- tibble(month = c(rep(c("Jan"), 4), rep(c("Feb"), 4)),
                    ses = c(rep(c("High", "Mid", "Mid Low", "Low"), 2)),
                    total = c(10, 20, 4, 30, 9, 11, 40, 60),
                    total_selected = c(9, 10, 8, 3, 8, 6, 8, 6)) %>%
  group_by(month) %>%
  mutate(adjusted_total = case_when(
    ses == "Mid Low" & total[ses == "Mid"] < 15 | total[ses == "Low"] < 15 ~ NA_real_,
    TRUE ~ total
  ))