tuiR パネルデータの整理にあたり、観測期間(年次データ)のすべてが揃った個体のみを、新しいデータフレームに保存したいです。

前提・実現したいこと

使用ソフト:R
いくつかのcsvファイルのデータを結合、ソートし、データフレーム(sorted_data)を作成しました。
sorted_dataは多少簡略化していますが、以下のようなものになります。

name year ...
A社 1999 ...
A社 2000 ...
A社 2001 ...
A社 2002 ...
B社 1999 ...
B社 2000 ...
C社 2001 ...
C社 2002 ...
D社 1999 ...
D社 2000 ...
D社 2001 ...
E社 2002 ...

この中から1999年∼2001年のデータが'全て'揃っている企業のみを新しいデータフレームに保存したいです。目標は以下の形になります。
name year ...
A社 1999 ...
A社 2000 ...
A社 2001 ...
D社 1999 ...
D社 2000 ...
D社 2001 ...

そこで、以下のソースコードを試しました。(一行目のコードで結合されたデータをソートし、"sorted_data"というデータフレームを作成しております)

該当のソースコード

sorted_data<-arrange(merge_ALLdata,name,year)

y   <- c(1999:2001)
hit <- c()

for(coname in unique(sorted_data$"name")){
  if(all(y %in% sorted_data[sorted_data$"name"==coname,"year"])){
    print(paste("yes", coname))
    hit <- c(hit, coname)
  }else{
    print(paste("no", coname))
  }
}
 newdf <- sorted_data[sorted_data[,1]%in%hit,]

発生している問題・エラーメッセージ

実行した結果、コンソール画面には"no"の会社のみがプリントされ、"yes"の企業が現れない状況です。
またhitのvaluesをみると、"NULL(empty)"と表示されています。
newdfの内容を確認すると、観測数(obs.)が0となっております。

おそらく最初の条件式の書き方に何か誤りがあるのではないかと思います。
上でお示ししたコードにこだわっているわけではないので、他によいやり方があれば教えていただけると嬉しいです。
言葉足らずな部分もあるかと思いますが、ご教示お願い致します。

追記

実行環境は以下の通りになります。(sessionInfo()結果)

R version 4.0.0 (2020-04-24)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19043)

Matrix products: default

locale:
[1] LC_COLLATE=Japanese_Japan.932  LC_CTYPE=Japanese_Japan.932    LC_MONETARY=Japanese_Japan.932
[4] LC_NUMERIC=C                   LC_TIME=Japanese_Japan.932    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] forcats_0.5.0   stringr_1.4.0   dplyr_1.0.0     purrr_0.3.4     readr_1.3.1     tidyr_1.1.0     tibble_3.0.1   
[8] ggplot2_3.3.0   tidyverse_1.3.0

loaded via a namespace (and not attached):
 [1] Rcpp_1.0.4.6     cellranger_1.1.0 pillar_1.4.4     compiler_4.0.0   dbplyr_1.4.4     tools_4.0.0      lubridate_1.7.9 
 [8] jsonlite_1.6.1   lifecycle_0.2.0  nlme_3.1-147     gtable_0.3.0     lattice_0.20-41  pkgconfig_2.0.3  rlang_0.4.6     
[15] reprex_0.3.0     cli_2.0.2        DBI_1.1.0        rstudioapi_0.11  haven_2.3.1      withr_2.2.0      xml2_1.3.2      
[22] httr_1.4.1       fs_1.4.1         generics_0.0.2   vctrs_0.3.0      hms_0.5.3        grid_4.0.0       tidyselect_1.1.0
[29] glue_1.4.1       R6_2.4.1         fansi_0.4.1      readxl_1.3.1     modelr_0.1.8     blob_1.2.1       magrittr_1.5    
[36] backports_1.1.6  scales_1.1.1     ellipsis_0.3.1   rvest_0.3.5      assertthat_0.2.1 colorspace_1.4-1 stringi_1.4.6   
[43] munsell_0.5.0    broom_0.5.6      crayon_1.3.4

KojiDoi

2021/10/06 05:38

文字コードの問題のような気がしますが、とりあえず、sessionInfo()した結果を質問に追記してください。

Mayu___

2021/10/06 07:03

ご返信ありがとうございます。結果を追記致しました。引き続きアドバイスをいただけるとありがたいです。

行動規範の内容に同意します

回答1件

試した限り、示されている方法で一応結果が得られはするようですよ。

うまくいかない直接的な理由として思いつくのは、質問者さんのR環境がshift_JISをデフォルトに設定しているのに対して、入力ファイルの文字コードがUTF-8になっていたりすることです。このばあい、read.table()にfileEncodingオプションを設定すれば解決するでしょう。

ただ、tapplyを使うほうがスッキリすると思います。

conames <- tapply(df1$year, df1$name, function(x){
  return(all(1999:2001 %in% x))
})

df2 <- subset(df1, conames[name])
print(df2)

投稿2021/10/06 11:49

KojiDoi

総合スコア13692

Mayu___

2021/10/06 21:45

ご返信ありがとうございます！実際に実験までしていただき、感謝しております。残念ながら、アドバイスいただいた方法をすべて試してみても同じ結果になってしまいました。自分のRでも、上で例として挙げたdf1を使って(書きそびれてしまいましたが、実際に使っているデータはdf1と異なるものになります)コードを実行してみたのですが、うまくいきました。是非KojiDoi様に伺いたいのですが、自分で1つ心あたりがあるとすれば、欠損値を含むテーブルを使用していることだと思います。read.csv()で元データ(欠損値あり)を読み込む際は特にエラーが出なかったため気に留めていなかったのですが、これは原因としてあり得るでしょうか？ (初心者故欠損値の処理に非常に手間取りそうなため、先に質問させていただきました。無礼をお許しください) 何度も申し訳ありませんが、またご返信いただければ幸いです

KojiDoi

2021/10/06 22:26

あのですね、自分でやってもうまくいっているデータを質問に示してどうするのですか? うまくいってない方のデータがどういうものか示してくれないと真相何なのか判断のしようがないでしょ。初心者でもそれぐらいは想像できませんか? 回答者に無駄な時間を使わせないでください。＞これは原因としてあり得るでしょうか？関係ないと思います。もちろん欠損値が入っているデータについては結果に出てきませんが、それによって他のデータまでが全部空になることは考えられません。

Mayu___

2021/10/07 05:59

ご迷惑おかけし申し訳ございませんでした。ご回答ありがとうございました。

行動規範の内容に同意します