R语言中如何基于ID号创建标识同组答案一致性的新列

完全可以实现，核心是按ID字段分组后，对组内的Val字段做一致性判断，再把结果赋值为新列即可，不需要硬编码全局行号引用值。
首先构造你给出的示例数据集：

# 示例数据
df <- data.frame(
  ID = c(1, 2, 3, 2, 3, 1),
  Val = c("yes", "yes", "yes", "no", "yes", "no")
)

常用实现方案 #

1. dplyr包实现（代码可读性最高，日常分析首选） #

按ID分组后，判断组内所有Val值是否和组内第一个值完全相等即可，完全匹配你提到的类Val[person 1] == Val[person 2]等值判断规则，且不受组内观测数量限制：

library(dplyr)

df <- df %>%
  group_by(ID) %>%
  # 替换为 n_distinct(Val) == 1 逻辑完全等价
  mutate(ans_consistent = all(Val == first(Val))) %>%
  ungroup()

运行后得到的结果：

其中ID=3的组所有Val均为yes，标记为TRUE（答案一致）；ID=1、ID=2的组同时存在yes和no，标记为FALSE（答案不一致），符合预期。

2. base R实现（无需安装第三方包） #

不依赖第三方扩展包的情况下，可以用ave()函数完成分组计算：

df$ans_consistent <- as.logical(
  ave(as.integer(factor(df$Val)), df$ID, FUN = \(x) all(x == x[1]))
)

注意：不要硬写全局行号做值匹配，比如直接写Val[1] == Val[6]对应ID=1的两条记录，一旦数据排序、增删行就会完全失效，分组计算的写法对数据顺序变动的鲁棒性更强。

内容的提问来源于stack exchange，提问作者Arnav Paliwal