你可以分三步走。
第一步是把所有label带有z开头的行筛选出来，然后检查哪些行的p大于0.05。
第二步是把所选出来符合条件的的数据按ID分组，再看看那些组的长度是4（表明所有p值都大于0.05），把这些id记下
第三步是根据你记下的ID，去原数据中把所有符合条件的ID都删除。

这些你用dplyr搭配stringr就可以完成, 大致要用到的命令包括str_detect，filter，count

谢谢大佬回复！
直接用了您的代码来试跑，可好像不行呢，结果里面的p值对应不上原本的值：
label         eps                    p       ID
1:    a1 -0.95494386 0.04709304  3
2:    a2 -0.19515038 0.05431812  3
3:    c1  0.92552126 0.06823137  3
4:    c2  0.48297852 0.06113938  3

谢谢您的回复！
我对这个包不太熟悉，按照您的建议，用filter筛选出了有z开头的行中p大于0.5的： z<-filter(dat, label %in% c("zx2x1","zx2y1","zy2x1","zy2y1"))
z1<-filter(z,p>0.5)
z1 %>%
  group_by(ID)%>%
summarise(n=n())
得到了：
     ID     n
  <int> <int>
1     1     4
2     2     3
3     3     2
4     4     4
5     5     3
6     6     3
7     8     1
8     9     4

但是之后就不太明白要怎么处理了?

给你写了个例子。如果组的长度是4不就相当于zx2x1, zx2y1,zy2x1, zy2y1四个p都大于0.05，也就是你描述的情况的补集吗？