R语言筛选满足全部条件记录异常：示例有效真实数据无效

问题背景 #

需求是从包含site_code和season（年份）的数据集中，提取同时包含2019、2020、2021、2022四个年份的站点记录。用户通过简化示例reprex_1验证逻辑时结果符合预期，但将同一逻辑应用到真实数据reprex_2时，代码返回了所有站点，而非仅符合条件的4-096-01，且仅当条件长度为1时筛选正常，长度为4时失效。

错误原因 #

核心问题是逻辑判断方向搞反了：

• 原代码中filter(all(season %in% season_criteria))的逻辑是：该站点的所有年份都属于指定年份范围，只要站点的年份没超出2019-2022，就会被保留。比如站点4-001-01只有2019和2020，这两个年份都在指定范围内，所以会被错误保留。
• 而实际需求是：指定的所有年份都必须在该站点的年份列表中，也就是站点必须覆盖全部四个目标年份。

修正方案 #

将判断逻辑反转，改为检查指定的所有年份是否都存在于当前站点的年份集合中，使用all(season_criteria %in% season)；如果要求站点只能包含这四个年份（不能有其他额外年份），则可以用setequal(unique(season), season_criteria)。

修正后的代码 #

library(dplyr)

# REPREX_2: 修正后的代码 ----------------------------
season_criteria <- 2019:2022

df4reprex_2 <- data.frame(
  site_code = c(rep("4-001-01", 9),   # 2019 x 2, 2020 x 7
                rep("4-005-01", 1),   # 2019 x 1
                rep("4-060-21", 6),   # 2019 x 4, 2020 x 2
                rep("4-060-22", 6),   # 2019 x 4, 2020 x 2
                rep("4-096-01", 11),  # 2019 x 2, 2020 x 3, 2021 x 3, 2022 x 3
                rep("4-096-04", 2)),  # 2022 x 2
  season = c(rep(2019, 2), rep(2020, 7),                                 # 4-001-01
             rep(2019, 1),                                               # 4-005-01
             rep(2019, 4), rep(2020, 2),                                 # 4-060-21
             rep(2019, 4), rep(2020, 2),                                 # 4-060-22
             rep(2019, 2), rep(2020, 3), rep(2021, 3), rep(2022, 3),     # 4-096-01; 符合要求
             rep(2022, 2))                                               # 4-096-04
)

# 修正filter逻辑：检查所有目标年份是否都在当前站点的年份中
df4reprex_2 %>% 
  group_by(site_code) %>% 
  filter(all(season_criteria %in% season)) %>% 
  ungroup() %>%
  table()
# 现在仅返回符合条件的site_code "4-096-01"，符合预期

补充说明 #

如果需要同时满足“仅包含指定年份，无额外年份”，可以将filter条件替换为：

filter(setequal(unique(season), season_criteria))

内容的提问来源于stack exchange，提问作者Sam Lin