R 删除非NAs级别不完整的行

我已经在StackOverflow中回顾了一段时间可能的解决方案，但我必须在这方面寻求帮助

我有一个具有以下结构的数据帧：

df <- data.frame(A = c("A", "A", "A", "A", "B", "B", "C", "C", "C", "C", "D"),
             B = c("F1", "F2", "F3", "F4", "F2", "F3", "F1", "F2", "F3", "F4", 
             "F4"))

我希望对其进行过滤，以仅保留具有完整级别的行，如下所示：

df_new <- data.frame(A = c("A", "A", "A", "A", "C", "C", "C", "C"),
                 B = c("F1", "F2", "F3", "F4", "F1", "F2", "F3", "F4"))

---

请注意，Col1的过滤条件是Col2必须具有所有级别的lvls以下哪一项如何：

library(tidyverse)

df %>% group_by(A) %>% 
  filter(length(unique(B)) == length(levels(B)))

df %>% group_by(A) %>% 
  filter(n_distinct(B) == length(levels(B)))

---

以下哪一项如何：

library(tidyverse)

df %>% group_by(A) %>% 
  filter(length(unique(B)) == length(levels(B)))

df %>% group_by(A) %>% 
  filter(n_distinct(B) == length(levels(B)))

这是一个带有data.table的选项

这是一个带有data.table的选项

---

对不起，在我的问题中，我的意思是删除非NAs级别不完整的行。对不起，在我的问题中，我的意思是删除非NAs级别不完整的行。

df %>% group_by(A) %>% 
  filter(length(unique(B[!is.na(B)])) == length(levels(B)))

df %>% group_by(A) %>% 
  filter(n_distinct(B, na.rm=TRUE) == length(levels(B)))

library(data.table)
setDT(df)[, .SD[nlevels(droplevels(B))==max(nlevels(B))], A]
#   A  B
#1: A F1
#2: A F2
#3: A F3
#4: A F4
#5: C F1
#6: C F2
#7: C F3
#8: C F4