如何用R提取两个Excel文件的共同行？现有方法返回空结果

先排查之前方法失效的可能原因 #

• 方法一失效大概率是匹配列存在格式差异：比如数据类型不统一（一个是因子型、一个是字符型）、内容含首尾空格、大小写不一致，或者你选取的匹配列并非两个表中对应匹配的正确字段。
• 方法二用bind_rows后找重复的逻辑不成立，因为两个表的列结构大概率不一致，合并后会自动补NA，自然找不到真正的重复行。

方案1：用dplyr::inner_join精准匹配（推荐） #

这是最稳定的交集提取方式，直接指定匹配列即可：

library(readxl)
library(dplyr)

# 读取文件
fa <- read_excel("E:/Functional_annotation/Wild/Karumbyar_FA.xlsx")
cq <- read_excel("E:/Functional_annotation/Wild/cq_genes.xlsx")

# 查看列名，确认匹配字段（可注释掉）
# colnames(fa)
# colnames(cq)

# 替换为实际列名：fa的匹配列 = cq的匹配列
cq_matched <- inner_join(fa, cq, by = c("fa第一列实际列名" = "evm.model.contig_303_pilon_pilon_pilon.1"))

inner_join会自动提取两个表中匹配列内容完全一致的行，保留所有列信息。

方案2：统一格式后用基础R匹配 #

如果偏好基础R语法，先修正匹配列的格式问题：

library(readxl)

fa <- read_excel("E:/Functional_annotation/Wild/Karumbyar_FA.xlsx")
cq <- read_excel("E:/Functional_annotation/Wild/cq_genes.xlsx")

# 统一转换为字符型+去除首尾空格，消除格式差异
fa_match_col <- trimws(as.character(fa[, 1]))
cq_match_col <- trimws(as.character(cq$evm.model.contig_303_pilon_pilon_pilon.1))

# 筛选共同行
cq_fa <- fa[fa_match_col %in% cq_match_col, ]

方案3：用data.table处理大数据量 #

如果你的32K行数据需要更高效率，用data.table的匹配逻辑：

library(readxl)
library(data.table)

fa <- as.data.table(read_excel("E:/Functional_annotation/Wild/Karumbyar_FA.xlsx"))
cq <- as.data.table(read_excel("E:/Functional_annotation/Wild/cq_genes.xlsx"))

# 生成统一格式的匹配列
fa[, match_col := trimws(as.character(.SD[, 1])), .SDcols = 1]
cq[, match_col := trimws(as.character(evm.model.contig_303_pilon_pilon_pilon.1))]

# 提取交集
cq_fa <- fa[match_col %in% cq$match_col, ]
# 或者用join语法
cq_fa <- fa[cq, on = .(match_col = match_col), nomatch = 0]

内容的提问来源于stack exchange，提问作者idk_102