如何从R中的面板数据框中删除具有唯一ID的行？

Question

我有一个数据表，其中包含数千个可以通过唯一ID识别的公司。它是长格式数据，每个公司应该在不同年份出现两次（横截面时间序列超过两年）。

然而，并非所有公司都出现在这两年中，我正在努力创建一个平衡的长格式小组，其中只有公司仍然出现在这两年。我该如何做到这一点？

这是一个示例数据表来说明问题：

example <- matrix(c(1,1,2,3,3,2013,2016,2013,2013,2016), ncol=2)
colnames(example) <- c('id', 'year')
example.table <- data.table(example)
example.table

   id year
1:  1 2013
2:  1 2016
3:  2 2013
4:  3 2013
5:  3 2016

在示例中，我需要一个代码/函数，允许我排除ID为“2”的公司行，因为它在2016年没有匹配。换句话说：我需要一个代码/函数来比较每一行与如果id列中没有匹配项，则前一行和后一行将其排除。

我投入了很多时间，但似乎已达到我的R知识的极限，并将感谢任何支持。谢谢！

Answer 1

使用dplyr如下：

library(dplyr)
example.table %>%
  group_by(id) %>%
  filter(n() > 1)
# A tibble: 4 x 2
# Groups:   id [2]
     id  year
  <dbl> <dbl>
1     1  2013
2     1  2016
3     3  2013
4     3  2016

Answer 2

我们从整个数据集创建一个unique'年'的向量，然后检查all'nm1'中的值是%in%'year'按'id'分组并且是data.table的子集

un1 <- unique(example.table$year)
example.table[, .SD[all(un1 %in% year)], id]
#   id year
#1:  1 2013
#2:  1 2016
#3:  3 2013
#4:  3 2016

注意：OP的数据集是data.table，使用的方法是data.table。最初，考虑使用.SD[uniqueN(year) > 1]，但这是错误的，可能不适用于所有情况

Answer 3

data.table对@ Sonny的dplyr解决方案的等效解决方案

example.table[, if(.N > 1) .SD, id]

   id year
1:  1 2013
2:  1 2016
3:  3 2013
4:  3 2016