如何用R筛选多条件数据：找出2010-2021年从未获补贴的企业ID

你用filter(firms$sub==0)只能提取单年份补贴为0的行，但要找出所有目标年份补贴全为0的企业，需要按企业分组后检查组内所有记录的sub值，以下是两种可行方法：

方法1：使用dplyr（tidyverse风格） #

先限定时间范围，再按企业ID分组，筛选出组内所有sub均为0的企业，最后去重得到唯一ID：

library(dplyr)

# 处理并提取目标企业ID
zero_sub_firms <- firms %>%
  # 仅保留2010-2021年的数据
  filter(year >= 2010 & year <= 2021) %>%
  # 按企业ID分组
  group_by(firm_id) %>%
  # 筛选出组内所有sub都为0的企业
  filter(all(sub == 0)) %>%
  # 去重得到唯一的企业ID列表
  distinct(firm_id)

# 查看结果
print(zero_sub_firms)

• all(sub == 0)：检查当前企业的所有年份记录中，sub是否全部为0，只有满足条件的企业组会被保留
• distinct(firm_id)：避免同一企业多次出现在结果中

方法2：使用Base R #

如果不习惯tidyverse，也可以用基础R实现：

# 第一步：筛选2010-2021年的数据
firms_target <- firms[firms$year >= 2010 & firms$year <= 2021, ]

# 第二步：按企业ID分组，计算每个企业的补贴最大值（全为0则最大值为0）
sub_max_per_firm <- tapply(firms_target$sub, firms_target$firm_id, max)

# 第三步：提取最大值为0的企业ID
zero_sub_firms <- names(sub_max_per_firm[sub_max_per_firm == 0])

# 查看结果
print(zero_sub_firms)

思路：如果某企业所有年份补贴都是0，那么它的补贴最大值必然为0；反之，只要有一年补贴不为0，最大值就会大于0，以此筛选目标企业。

内容的提问来源于stack exchange，提问作者Yuetao Yin