我理解和表达可能有点错乱。是这样的：
需要分n=1 和 n > 1然后再合并，是肯定的。
n=1的全部赋予good，也是对的。
n>1的部分，应该改为time3 = lead(time1) - time2，这样可以使得good 和 bad 对应着前一次治疗。
另外rbind避免出错，需要确保两个data列数是对应的，你可以给前一个加个全是NA的time3列，也可以后一个去掉time3这一列。应该表达完整了吧，望采纳，祝成功。

如果用stata软件很好处理：
以id，disease分组，对每一行求上次同患者同病因住院的出院时间，计算这次入院和上次出院的时间间隔，若时间间隔大于t，则对outcome赋值1。 bysort id disease: gen last_time2=time2[_n-1]; gen interval=time1-last_time2; gen outcome=0; replace outcome=1 if interval>30
但是不知道R应该怎么写程序

能不能提供一下作为例子的数据？

初步想法是这样的，
library(tidyverse)
data %>% group_by(id,disease) %>% #是按患者和病种分组
  filter(n() > 1) %>%  #某患者同病种只入院一次的，就没有“有效无效”一说了对不对
  arrange(id,disease,time1) %>%  #按入院时间排序，后面的入院肯定比前一次出院时间靠后对不对
  mutate(time3 = time1 - lag(time2)) %>% #lag应该就是本问题核心了，用入院时间减去上一次出院时间，所得结果作为time3列
  mutate(outcome = ifelse(time3 < t, "bad", "good")) #根据time3与t的大小比较做outcome列，完成


当然啦你的日期需要是可以加减计算的格式而不是字符串，推荐lubridate包。

谢谢回复！！非常感谢你在我只言片语中能完全弄清楚我的问题！
样本数据（sample_211.xls)已经上传到本帖中，但是只是一小部分样本，有可能没有同患者因同病种多次住院的情况，但是对于您了解数据情况和编写程序应该够了。
还有几个问题想请教：
1. arrange(id,disease,time1) 时间数据可以arrange排序吗？我运行的时候总是报错“Error in UseMethod("arrange_") :   no applicable method for 'arrange_' applied to an object of class "function"”
2. filter之后是相当于新生成了一个数据集，还是在原始数据的基础上进行了更改呢？若患者同病种只入院一次，那暂且判断患者治疗有效，也就是对应的outcome的值是good。outcome的数据（包括有效和无效的病例）是要在后续分析中使用的，所以需要在原始数据data中进行更改，而不是生成一个只包含n>2的数据集。
3. 日期数据as.Date 之后不能直接加减运算吗？如果用lubridate包，能不能说具体点怎么用呢？是要跟mutate函数和lag函数整合使用吗？
我也是最近刚学习R，有很多不明白的地方，请多多指点，谢谢啦！终于看到可行的曙光了~谢谢~