【问题标题】：R: dropping all observations within a groupR：删除组内的所有观察
【发布时间】：2019-12-12 00:21:31
【问题描述】：

我有一组 500 家公司的投资数据超过六年。我想创建一个仅包含所有六年数据的公司的平衡面板，但我似乎无法在 R 中找到一种简单的方法。

我的数据如下：

IMAGE

如果一家公司只有一年的缺失值，我想放弃所有年份的公司。我尝试了不同的条件子集命令，但没有什么对我有用。想法？

【问题讨论】：

如果一家公司最多只能有 6 年的实际数据，您可以过滤掉任何 NA/NULL 的“输出”值，按公司分组，汇总以获取记录数，然后您将收到每个公司有多少记录的列表。您唯一要保留的是 = 6 的那些（即 6 年的数据）。如果您为这些公司过滤该列表，那么您就有了用于过滤原始数据集的列表。
欢迎来到 StackOverflow！请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
请不要发布代码/数据/错误的图像：它不能被复制或搜索 (SEO)，它会破坏屏幕阅读器，并且它可能不适合某些移动设备。参考：meta.stackoverflow.com/a/285557/3358272（和xkcd.com/2116）。请直接包含代码或数据（例如，dput(head(x)) 或 data.frame(...)）。

标签： r conditional-statements subset

【解决方案1】：

三种方法：

dat <- data.frame(
  firm = c(1, 1, 1, 2,  2,  2),
  year = c(1, 2, 3, 1,  2,  3),
  val  = c(1, 1, 1, 2, NA, NA)
)

基础 R

do.call(
  rbind.data.frame,
  by(dat, dat$firm, function(x) if (!any(is.na(x$val))) x)
)
#     year firm val
# 1.1    1    1   1
# 1.2    2    1   1
# 1.3    3    1   1

或

datrm <- dat[!complete.cases(dat),]
dat[ !dat$firm %in% datrm$firm, ]

`data.table`

library(data.table)
datDT <- as.data.table(dat)
datDT[, .SD[!any(is.na(val)),], by = "firm" ]

`dplyr`

library(dplyr)
dat %>%
  group_by(firm) %>%
  filter(!any(is.na(val))) %>%
  ungroup()

【讨论】：

data.table 设置完美运行！非常感谢！
如果足够好，请accept the answer。谢谢！