R 检查多个数据集中是否存在值

我有许多表，表中的所有“a”列必须具有相同的值，以便进行分析。实际的表非常大，因此我将使用简化（模拟）数据帧

假设我有以下数据：

A <- data.frame(a = c(3,4,5,6,7,8), b = c(4,5,6,7,8,9), c = c(5,6,7,8,9,10))

B <- data.frame(a = c(2,3,4,5,6,7), b = c(4,5,6,7,8,9), c = c(5,6,7,8,9,10))

C <- data.frame(a = c(1,2,3,4,5,6), b = c(4,5,6,7,8,9), c = c(5,6,7,8,9,10))

D <- data.frame(a = c(4,5,6,7,8,9), b = c(4,5,6,7,8,9), c = c(5,6,7,8,9,10))

---

A一个
dplyr
选项可以是：

bind_rows(list(A, B, C, D), .id = "ID") %>%
 mutate(n_datasets = max(ID)) %>%
 group_by(a) %>%
 filter(n_distinct(ID) == n_datasets)

   ID        a     b     c n_datasets
   <chr> <dbl> <dbl> <dbl> <chr>     
 1 1         4     5     6 4         
 2 1         5     6     7 4         
 3 1         6     7     8 4         
 4 2         4     6     7 4         
 5 2         5     7     8 4         
 6 2         6     8     9 4         
 7 3         4     7     8 4         
 8 3         5     8     9 4         
 9 3         6     9    10 4         
10 4         4     4     5 4         
11 4         5     5     6 4         
12 4         6     6     7 4  

bind_行（列表（A、B、C、D），.id=“id”）%>%
变异（n_数据集=max（ID））%>%
组别(a)%>%
过滤器（n个不同的（ID）=n个数据集）
ID a b c n_数据集
1 1         4     5     6 4         
2 1         5     6     7 4         
3 1         6     7     8 4         
4 2         4     6     7 4         
5 2         5     7     8 4         
6 2         6     8     9 4         
7 3         4     7     8 4         
8 3         5     8     9 4         
9 3         6     9    10 4         
10 4         4     4     5 4         
11 4         5     5     6 4         
12 4         6     6     7 4  
一个
dplyr
选项可以是：

bind_rows(list(A, B, C, D), .id = "ID") %>%
 mutate(n_datasets = max(ID)) %>%
 group_by(a) %>%
 filter(n_distinct(ID) == n_datasets)

   ID        a     b     c n_datasets
   <chr> <dbl> <dbl> <dbl> <chr>     
 1 1         4     5     6 4         
 2 1         5     6     7 4         
 3 1         6     7     8 4         
 4 2         4     6     7 4         
 5 2         5     7     8 4         
 6 2         6     8     9 4         
 7 3         4     7     8 4         
 8 3         5     8     9 4         
 9 3         6     9    10 4         
10 4         4     4     5 4         
11 4         5     5     6 4         
12 4         6     6     7 4  

bind_行（列表（A、B、C、D），.id=“id”）%>%
变异（n_数据集=max（ID））%>%
组别(a)%>%
过滤器（n个不同的（ID）=n个数据集）
ID a b c n_数据集
1 1         4     5     6 4         
2 1         5     6     7 4         
3 1         6     7     8 4         
4 2         4     6     7 4         
5 2         5     7     8 4         
6 2         6     8     9 4         
7 3         4     7     8 4         
8 3         5     8     9 4         
9 3         6     9    10 4         
10 4         4     4     5 4         
11 4         5     5     6 4         
12 4         6     6     7 4