按ID统计response列波动次数：将No/no/DK视为同一响应

• 需求：按id统计response列的响应波动次数，需将"No"、"no"、"DK"视为同一响应进行统计，但不永久修改原response数据。
• 样本数据：

df <- data.frame(
  id=c(1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4), 
  response=c("Yes","Yes","No","DK","no","No","No","no","No","Yes","Yes","DK","No","Yes","Yes","No","No","No","died","TO","Yes","No","Yes")
)

• 尝试代码：

library(tidyverse)
df <- df %>%
  group_by(id) %>% fill(response) %>%
  mutate(new = rleid(response), rn = row_number()) %>%
  mutate(flactuation = case_when(rn >2 & duplicated(new) ~ 'No', rn > 2 ~ 'Yes')) %>%
  mutate(numberofchange =  sum(fluctuation=="Yes", na.rm = T)) %>% select(-rn, -fluctuation)

• 预期输出：

id response   new numberofchange
   <dbl> <chr>    <int>          <int>
 1     1 Yes          1              1
 2     1 Yes          1              1
 3     1 No           2              1
 4     1 DK           2              1
 5     1 no           2              1
 6     2 No           1              1
 7     2 No           1              1
 8     2 no           1              1
 9     2 No           1              1
10     2 Yes          2              1
11     2 Yes          2              1
12     3 DK           1              2
13     3 No           1              2
14     3 Yes          2              2
15     3 Yes          2              2
16     3 No           3              2
17     3 No           3              2
18     4 No           1              5
19     4 died         2              5
20     4 TO           3              5
21     4 Yes          4              5
22     4 No           5              5
23     4 Yes          6              5

library(tidyverse)
library(data.table) # 加载data.table以使用rleid函数

df_result <- df %>%
  group_by(id) %>%
  # 创建临时列统一No/no/DK为同一组，不修改原response
  mutate(temp_response = case_when(
    str_to_lower(response) %in% c("no", "dk") ~ "grouped",
    TRUE ~ response
  )) %>%
  # 基于临时列生成连续分组ID
  mutate(new = rleid(temp_response)) %>%
  # 计算波动次数：不同分组ID的数量减1即为波动次数
  mutate(numberofchange = n_distinct(new) - 1) %>%
  # 移除临时列
  select(-temp_response) %>%
  ungroup()

1. 临时分组处理：通过temp_response列将"No"、"no"、"DK"统一标记为"grouped"，实现同一响应的合并统计，同时完整保留原response数据。
2. 连续分组ID生成：使用rleid()函数基于临时分组列生成连续分组的ID，同一连续响应组会得到相同的ID值。
3. 波动次数计算：每个id下，不同连续分组ID的总数减1，就是响应波动的次数（例如有6个不同分组ID时，波动次数为5）。
4. 结果整理：移除临时列后，保留原response、分组IDnew和波动次数numberofchange，与预期输出完全匹配。

内容的提问来源于stack exchange，提问作者Mahlet Tadesse