如何在R语言中从一个文本文件移除另一个文本文件的内容？

我有两个文本文件：

1. 文件A（含83条条目），内容示例：

rs997007
rs66492148
1:18293758
rs4920291
rs223177    

2. 文件B（含5777条条目），内容示例：

rs997007
rs66492148
rs72648488
1:18293758
rs71579813
rs4920291
rs223177
rs72650382

需要将文件A中的所有条目从文件B中移除，最终得到包含5694条条目的结果文件，示例结果：

rs72648488
rs71579813
rs72650382

不知道用R语言的哪些函数处理这类需求。

解决方案 #

用R基础函数就能轻松实现，步骤如下：

1. 读取文件内容 #

使用readLines()读取两个文本文件，得到字符向量：

# 替换为你的实际文件路径
remove_list <- readLines("file_a.txt")
original_list <- readLines("file_b.txt")

2. 清理空白字符（可选但推荐） #

如果条目存在首尾空格或换行符，用trimws()清理，避免匹配失败：

remove_list <- trimws(remove_list)
original_list <- trimws(original_list)

3. 过滤条目 #

用%in%判断元素是否在待移除列表中，取反得到保留的内容：

filtered_list <- original_list[!original_list %in% remove_list]

4. 写入结果文件 #

用writeLines()将过滤后的内容输出到新文件：

writeLines(filtered_list, "filtered_file.txt")

大文件优化方案 #

如果文件特别大，基础函数内存占用高，可以用data.table包提升效率：

library(data.table)
# 读取文件，不设表头
remove_dt <- fread("file_a.txt", header = FALSE, col.names = "id")
original_dt <- fread("file_b.txt", header = FALSE, col.names = "id")
# 过滤并写入
filtered_dt <- original_dt[!id %in% remove_dt$id]
fwrite(filtered_dt, "filtered_file.txt", col.names = FALSE)

内容的提问来源于stack exchange，提问作者HKJ3