基于计数筛选DataFrame：保留包含全部4个季度的ID数据

你提到的问题很常见——我们需要保留那些拥有完整Q1-Q4四个季度记录的ID对应的所有行。下面用你已经加载的dplyr包，以及Base R两种方式来实现：

方法1：使用dplyr（推荐，代码更直观） #

因为你的数据里每个ID的季度都是唯一的，我们可以按ID分组后，筛选出行数为4的组；如果担心有重复季度的情况，用n_distinct(Quarter)来检查季度的唯一数量会更严谨：

严谨版（适用于可能有重复季度的场景） #

library(dplyr)

# 原始数据
ID <- c(1,1,1,1,2,2,3,3,3,3,4,4,5)
Score <- c(20,22,34,56,78,98,56,43,45,33,24,54,22)
Quarter <- c("Q1","Q2","Q3","Q4","Q1","Q2","Q1","Q2","Q3","Q4","Q1","Q2","Q1")
df <- data.frame(ID,Score,Quarter)

# 筛选包含全部4个唯一季度的ID数据
df_filtered <- df %>%
  group_by(ID) %>%
  filter(n_distinct(Quarter) == 4) %>%
  ungroup()

# 查看结果
print(df_filtered)

简化版（适用于每个ID季度无重复的场景） #

如果确定每个ID的季度不会重复，直接用行数判断即可：

df_filtered <- df %>%
  group_by(ID) %>%
  filter(n() == 4) %>%
  ungroup()

运行后得到的结果会只保留ID=1和ID=3的所有记录：

# A tibble: 8 × 3
     ID Score Quarter
  <dbl> <dbl> <chr>  
1     1    20 Q1     
2     1    22 Q2     
3     1    34 Q3     
4     1    56 Q4     
5     3    56 Q1     
6     3    43 Q2     
7     3    45 Q3     
8     3    33 Q4     

方法2：使用Base R #

如果你不想用dplyr，也可以用Base R的方式实现：

# 先统计每个ID的出现次数，筛选出出现4次的ID
valid_ids <- as.numeric(names(table(df$ID))[table(df$ID) == 4])

# 子集化数据，保留符合条件的ID
df_filtered_base <- df[df$ID %in% valid_ids, ]

这样也能得到和上面一样的结果。

内容的提问来源于stack exchange，提问作者Jake