用数据库的功能，你这个要判断太多连续的数据了。层次坐标也不好弄。

上面要用下面的数据，下面又要用上面的数据，不好弄

WITH your_data AS (

    SELECT 'A' AS 类别, TO_TIMESTAMP('2025-10-19 00:00:00', 'YYYY-MM-DD HH24:MI:SS') AS 时间, 100.00 AS 数值 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 01:00:00', 'YYYY-MM-DD HH24:MI:SS'), 150.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 02:00:00', 'YYYY-MM-DD HH24:MI:SS'), 20.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 03:00:00', 'YYYY-MM-DD HH24:MI:SS'), 220.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 04:00:00', 'YYYY-MM-DD HH24:MI:SS'), 100.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 05:00:00', 'YYYY-MM-DD HH24:MI:SS'), 140.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 06:00:00', 'YYYY-MM-DD HH24:MI:SS'), 10.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 07:00:00', 'YYYY-MM-DD HH24:MI:SS'), 210.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 08:00:00', 'YYYY-MM-DD HH24:MI:SS'), 20.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 09:00:00', 'YYYY-MM-DD HH24:MI:SS'), 240.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 10:00:00', 'YYYY-MM-DD HH24:MI:SS'), 100.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 11:00:00', 'YYYY-MM-DD HH24:MI:SS'), 120.00 FROM DUAL UNION ALL

    SELECT 'A', TO_TIMESTAMP('2025-10-19 12:00:00', 'YYYY-MM-DD HH24:MI:SS'), 140.00 FROM DUAL

),

t AS (

    SELECT 类别, 时间, 数值,

           CASE WHEN 数值 BETWEEN 100 AND 200 THEN 0 ELSE 1 END AS is_abnormal

    FROM your_data

),

grouped AS (

    SELECT 类别, 时间, 数值, is_abnormal,

           ROW_NUMBER() OVER (PARTITION BY 类别 ORDER BY 时间) -

           ROW_NUMBER() OVER (PARTITION BY 类别, is_abnormal ORDER BY 时间) AS grp

    FROM t

),

avg_abnormal AS (

    SELECT 类别, 时间, 数值, is_abnormal, grp,

           AVG(数值) OVER (PARTITION BY 类别, is_abnormal, grp) AS avg_val

    FROM grouped

)

SELECT 

    类别,

    时间,

    数值,

    CASE

        WHEN is_abnormal = 0 THEN 数值

        ELSE avg_val

    END AS 结果

FROM avg_abnormal

ORDER BY 类别, 时间

必须要排序

CREATE TABLE test_data (
    id INT PRIMARY KEY AUTO_INCREMENT,  -- 行号（唯一标识）
    c DECIMAL(10,2)                     -- 原始数据列);-- 插入示例数据（含正常和异常值）INSERT INTO test_data (c) VALUES(150), (250), (80), (180), (220), (230), (190), (90), (210);

使用 用户变量+窗口函数 实现连续异常分组（MySQL 8.0以下需用变量模拟，8.0+可直接用窗口函数）：

WITH anomaly_groups AS (    SELECT 
        id,
        c,        -- 标记异常：1=异常（不在100-200），0=正常
        IF(c < 100 OR c > 200, 1, 0) AS is_anomaly,        -- 分组连续异常：正常数据触发分组值+1，异常数据继承上一分组
        SUM(IF(c BETWEEN 100 AND 200, 1, 0)) OVER (ORDER BY id) AS group_id    FROM test_data
)SELECT * FROM anomaly_groups;

分组结果示例：

WITH anomaly_groups AS (    -- 步骤2：标记异常并分组
    SELECT 
        id, c,
        IF(c < 100 OR c > 200, 1, 0) AS is_anomaly,        SUM(IF(c BETWEEN 100 AND 200, 1, 0)) OVER (ORDER BY id) AS group_id    FROM test_data
),
group_avg AS (    -- 计算每个异常组的均值
    SELECT 
        group_id,        AVG(c) AS anomaly_avg  -- 异常值的平均值
    FROM anomaly_groups    WHERE is_anomaly = 1  -- 仅处理异常数据
    GROUP BY group_id
)-- 关联原始表，填充D列（异常均值）SELECT 
    t.id,
    t.c,    -- 异常行显示均值，正常行D列为NULL
    CASE WHEN t.is_anomaly = 1 THEN g.anomaly_avg ELSE NULL END AS dFROM anomaly_groups tLEFT JOIN group_avg g ON t.group_id = g.group_idORDER BY t.id;