R语言：按companyID分组筛选同时含status 0、1、2的观测子集

核心需求：按companyID对观测分组，提取组内status同时包含0、1、2三类值的所有观测。示例中companyID=2的分组仅存在status=1的取值，会被完全排除，最终输出结果和给定的预期完全匹配。

常用实现方法 #

方法1：tidyverse/dplyr 实现（最通用的写法） #

实现逻辑：先按companyID分组，对每个分组判断status值集合是否覆盖目标值，满足条件就保留整组所有行。

library(dplyr)

# 构建示例数据集
df <- data.frame(
  companyID = c(1,1,1,1,2,2,2,3,3,3,3,3),
  status = c(1,1,0,2,1,1,1,1,0,2,2,2)
)

# 分组筛选
df_filtered <- df %>%
  group_by(companyID) %>%
  # 判断当前分组是否同时存在0、1、2三类status值
  filter(all(c(0, 1, 2) %in% status)) %>%
  ungroup()

判断逻辑说明：all(c(0,1,2) %in% status)会依次检查目标值集合里的每个值是否都在当前分组的status向量中，只要有任意一个目标值缺失就排除整个分组，不关心每个值在组内的出现次数。

方法2：base R 原生实现（无需安装额外包） #

实现逻辑：用ave函数按分组生成布尔筛选标记，再基于标记对原数据集取子集。

# 为每个分组生成匹配标记
group_keep_flag <- with(
  df,
  ave(status, companyID, FUN = function(x) all(c(0,1,2) %in% x))
)
# 基于标记筛选符合条件的行
df_filtered_base <- df[as.logical(group_keep_flag), ]

方法3：data.table 实现（适合大规模数据集） #

实现逻辑：将数据集转换为data.table格式，分组后直接对符合条件的分组提取全量行，运行效率远高于前两种方法。

library(data.table)
# 将数据框转换为data.table格式
setDT(df)

# 分组筛选
df_filtered_dt <- df[, .SD[all(c(0,1,2) %in% status)], by = companyID]

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