R语言如何筛选2009-2018年每年至少出现一次的企业观测值

推荐使用dplyr包实现，代码最简洁易读：

步骤逻辑 #

1. 先计算统计周期的总年数：2009-2018共10年
2. 按企业IDcnpjcei分组，统计每个企业出现的不重复年份数量
3. 仅保留不重复年份数等于总年数的企业的全部观测记录

代码实现 #

library(dplyr)
# 计算统计周期总年数
total_years <- length(2009:2018)
# 筛选符合要求的记录
result <- df %>%
  group_by(cnpjcei) %>%
  filter(n_distinct(year) == total_years) %>%
  ungroup()

说明 #

• n_distinct(year)会自动统计每个企业对应出现的不重复年份数量
• 筛选逻辑会保留符合要求的企业的全部观测，同一年的多条记录都会被保留，完全匹配需求

如果你习惯用base R实现，也可以用以下代码：

# 计算总年数
total_years <- length(2009:2018)
# 统计每个企业的不重复年份数
year_count <- aggregate(year ~ cnpjcei, df, function(x) length(unique(x)))
# 筛选符合要求的企业ID
valid_ids <- year_count$cnpjcei[year_count$year == total_years]
# 提取对应记录
result <- df[df$cnpjcei %in% valid_ids, ]

内容的提问来源于stack exchange，提问作者user16019366