我试图合并两个数据集，这取决于对数据集的观察。
换句话说，我有两个数据集，都包含年份和州。但是，这两个数据集各包含一个额外变量，X1表示df1，X2表示df2。也就是说，如果观察到一个州的X1和X2至少有5个观察值，我将尝试合并这两个数据集，以便包括该州的所有观察值。即使X1和X2都是NA值。
是否有方法合并数据集，以便仅合并X1和X2都具有最少5个观测值的州？这样，新数据集就具有X1和X5都具有最少5个观测值的州的所有年份的观测值，而排除其余年份。
我尝试过使用inner_join(df1,df2)进行实验，但没有成功，因为它只合并了年份和状态，两个特定数据集都有单独的观察结果。
合并效应的一个可重现的例子（为了简单起见，我使用了如果2个观测值为非NA，则包括状态）

df1 = read.table(
  text =
    "State Year X1
A 1 NA 
A 2 NA 
A 3 5 
A 4 NA 
B 1 NA 
B 2 NA 
B 3 4 
B 4 3", header = TRUE)

df2 = read.table(
  text =
    "State Year X2
A 1 NA 
A 2 5 
A 3 7 
A 4 NA 
B 1 NA 
B 2 2 
B 3 5 
B 4 7", header = TRUE)

newdf = read.table(
  text =
    "State Year X1 X2
B 1 NA NA 
B 2 NA 2
B 3 4 5
B 4 3 7", header = TRUE)

这里，newdf忽略状态A，因为df1仅具有针对该状态的一个观测，而针对状态B包括所有年份（即使是X1和X2均为NA的第一年），因为X1和X2均具有针对该状态的2个非NA观测的最小值。（回想一下，为简单起见，此处的最小观测值为2而非5）