如何将多个DataFrame合并为仅含完整案例的面板数据？

方法一：基础R实现 #

先将所有年份的DataFrame合并，再筛选出在所有年份都存在的ID：

# 合并所有年份数据
combined_df <- rbind(df1, df2, df3)

# 计算总年份数（如果是5个年份会自动识别为5）
total_years <- length(unique(combined_df$year))

# 筛选出在每一年都有记录的ID
valid_ids <- names(which(table(combined_df$ID) == total_years))

# 提取符合条件的观测并排序
final_df <- combined_df[combined_df$ID %in% valid_ids, ]
final_df <- final_df[order(final_df$ID, final_df$year), ]
rownames(final_df) <- NULL # 重置行名，让结果更整洁

方法二：Tidyverse（dplyr+tidyr）实现 #

用tidyverse的链式语法更简洁直观：

library(dplyr)
library(tidyr)

final_df <- bind_rows(df1, df2, df3) %>%
  # 按ID分组
  group_by(ID) %>%
  # 只保留记录数等于总年份数的组（即每一年都有数据）
  filter(n() == length(unique(.$year))) %>%
  ungroup() %>%
  # 按ID和年份排序
  arrange(ID, year)

关键逻辑说明 #

两种方法的核心思路一致：

1. 先把所有年份的长格式数据合并成一个大数据集
2. 筛选出记录数等于总年份数的ID——因为每个年份对应一条记录，只有在所有年份都存在的ID，其记录数才会和总年份数相等

如果你有5个年份的DataFrame，只需要把df1, df2, df3替换成df1, df2, df3, df4, df5即可，代码会自动识别总年份数，无需手动修改。

至于你提到的reshape2包的面板数据函数，它主要负责数据的宽长格式转换，本身没有筛选完整案例的功能，需要配合上述筛选步骤才能达到需求。

内容的提问来源于stack exchange，提问作者Sam