R 如果变量只填充了一年，如何删除ID？

我有一个面板数据，其中缺少一些变量。我打算删除变量只填充了一年（以及2年、3年等等）的ID，因为这并没有给我足够的历史来处理

我的示例数据如下：

id <- c('a','b','c','d','a','b','c','d','a','b','c','d','a','b','c', 'd')
time <- c(2000,2000,2000,2000,2001,2001,2001,2001,2002,2002,2002,2002, 2003,2003,2003,2003)
x <- c(1,2,NA,NA,4,5,NA,NA,7,8,9,NA,10,11,12,12)
y <- c(NA,2,NA,NA,4,5,NA,NA,7,8,9,NA,10,11,12,12)
z <- c(NA,2,NA,NA,4,5,NA,NA,7,8,9,NA,NA,11,12,NA)
w <- c(NA,2,NA,NA,4,5,NA,NA,7,8,9,NA,NA,11,12, 12)
mydata <- data.frame(id, time, x, y, z, w)

---

id对于这个特定的示例，下面的代码起作用

mydata %>% 
  mutate(handle = rowSums(.[, 3:6])) %>% 
  group_by(id) %>% 
  mutate(test = sum(!is.na(handle))) %>%
  filter(test > 0) %>%
  select(-test, - handle)

   id     time     x     y     z     w
   <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 a      2000     1    NA    NA    NA
 2 b      2000     2     2     2     2
 3 c      2000    NA    NA    NA    NA
 4 a      2001     4     4     4     4
 5 b      2001     5     5     5     5
 6 c      2001    NA    NA    NA    NA
 7 a      2002     7     7     7     7
 8 b      2002     8     8     8     8
 9 c      2002     9     9     9     9
10 a      2003    10    10    NA    NA
11 b      2003    11    11    11    11
12 c      2003    12    12    12    12

mydata%>%
变异（句柄=行和（[，3:6]））%>%
分组依据（id）%>%
突变（测试=总和（！is.na（句柄））%>%
过滤器（测试>0）%>%
选择（-test，-handle）
id时间x y z w
1 a 2000 1不适用不适用不适用
2B20002
3 c 2000不适用
4 a 2001 4
5 b 2001 5
6 c 2001不适用
7 a 2002 7
8 b 2002 8 8 8
9 c 2002 9
10 a 2003 10 10 NA
11 b 2003 11
12 c 2003 12 12

但是，请注意，我所做的只是考虑所有变量都已“填充”的
id
，而不是计算每个
id
显示完整信息的年数

如果您想让它放置一个优先级变量，即检查单个变量或变量子集是否具有至少2年的信息，只需将
mutate（handle=rowsumes（[，3:6]）
更改为
mutate（handle=rowSums（[，“变量的位置”）
对于此特定示例，下面的工作

mydata %>% 
  mutate(handle = rowSums(.[, 3:6])) %>% 
  group_by(id) %>% 
  mutate(test = sum(!is.na(handle))) %>%
  filter(test > 0) %>%
  select(-test, - handle)

   id     time     x     y     z     w
   <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 a      2000     1    NA    NA    NA
 2 b      2000     2     2     2     2
 3 c      2000    NA    NA    NA    NA
 4 a      2001     4     4     4     4
 5 b      2001     5     5     5     5
 6 c      2001    NA    NA    NA    NA
 7 a      2002     7     7     7     7
 8 b      2002     8     8     8     8
 9 c      2002     9     9     9     9
10 a      2003    10    10    NA    NA
11 b      2003    11    11    11    11
12 c      2003    12    12    12    12

mydata%>%
变异（句柄=行和（[，3:6]））%>%
分组依据（id）%>%
突变（测试=总和（！is.na（句柄））%>%
过滤器（测试>0）%>%
选择（-test，-handle）
id时间x y z w
1 a 2000 1不适用不适用不适用
2B20002
3 c 2000不适用
4 a 2001 4
5 b 2001 5
6 c 2001不适用
7 a 2002 7
8 b 2002 8 8 8
9 c 2002 9
10 a 2003 10 10 NA
11 b 2003 11
12 c 2003 12 12

但是，请注意，我所做的只是考虑所有变量都已“填充”的
id
，而不是计算每个
id
显示完整信息的年数

如果您想让它放置一个优先级变量，即检查单个变量或变量子集是否具有至少2年的信息，只需将
mutate（handle=rowSums（[，3:6]）
更改为
mutate（handle=rowSums（[，“变量位置”）
，当您说populated时，这是否意味着所有变量或至少一个变量必须填充2年或更长时间？Hello@FelipeAlvarenga，我希望至少一个变量（假设我的优先级为x）必须填充2年或更长时间。当你说填充时，是否意味着所有变量或至少一个变量必须填充2年或更长时间？Hello@FelipeAlvarenga，我希望至少有一个变量（假设我的优先级为x）必须填充2年或更长时间。您好，@Felipe Alvarenga。非常感谢。该解决方案只需稍加修改即可与我的实际数据配合使用。过滤器（测试>0）必须是过滤器（测试>1）。否则就太棒了！你好，@Felipe Alvarenga。非常感谢。该解决方案只需稍加修改即可与我的实际数据配合使用。过滤器（测试>0）必须是过滤器（测试>1）。否则就太棒了！
mydata %>% 
  mutate(handle = rowSums(.[, 3:6])) %>% 
  group_by(id) %>% 
  mutate(test = sum(!is.na(handle))) %>%
  filter(test > 0) %>%
  select(-test, - handle)

   id     time     x     y     z     w
   <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
 1 a      2000     1    NA    NA    NA
 2 b      2000     2     2     2     2
 3 c      2000    NA    NA    NA    NA
 4 a      2001     4     4     4     4
 5 b      2001     5     5     5     5
 6 c      2001    NA    NA    NA    NA
 7 a      2002     7     7     7     7
 8 b      2002     8     8     8     8
 9 c      2002     9     9     9     9
10 a      2003    10    10    NA    NA
11 b      2003    11    11    11    11
12 c      2003    12    12    12    12