如何在R语言中匹配矩阵行名列名与数据框的ID列？

问题场景 #

• 现有带ID列的文本文件，示例数据如下：

variant_id gene tss_distance ma_samples ma_count  ID      
1  chr1 ENSG      80       68       78    A
2  chr1 ENSG      80       395      486   B
3  chr1 ENSG      80       167      183   C   

• 另有一个5000×5000的方阵，行名与列名一致，部分行/列名匹配上述ID列，但存在额外ID，示例如下：

[A][B][C][D]  
[A] value1 value2 value3 value4
[B] value5 value6 value7 value8 
[C] value9 value10 value11 value12
[D] value13 value14 value15 value16

• 需求：移除矩阵中不在ID列内的行和列，保持矩阵为方阵，且最终矩阵需满足identical(rownames(matrix),colnames(matrix))。当前仅能筛选行的命令为：

matrix <- matrix[row.names(matrix)%in%dataframe$ID,]

解决方案 #

方法1：直接用目标ID向量索引 #

先提取需要保留的唯一ID集合，再同时筛选行和列：

# 获取需保留的唯一ID
keep_ids <- unique(dataframe$ID)
# 同时筛选行和列
matrix <- matrix[keep_ids, keep_ids]

这种方法会按照dataframe$ID的顺序重新排列矩阵的行和列，确保行列名与ID列完全匹配。

方法2：用逻辑向量筛选 #

先生成行/列是否符合条件的逻辑向量，再同步筛选：

# 生成行/列需保留的逻辑标记
keep_flag <- rownames(matrix) %in% dataframe$ID
# 同时筛选行和列
matrix <- matrix[keep_flag, keep_flag]

这种方法会保留矩阵原有的行/列顺序，仅移除不符合条件的行和列。

验证结果 #

执行筛选后，可通过以下命令验证行列名是否一致：

identical(rownames(matrix), colnames(matrix))

内容的提问来源于stack exchange，提问作者HKJ3