R语言按指定行名筛选数据框返回0观测值问题求助

• 字符串格式不匹配：dataframe行名或TXT读取的目标基因名存在首尾空白字符、制表符、特殊换行符等不可见字符，导致两者字符串不完全一致
• 大小写不一致：行名和目标基因名的大小写规则不同，例如行名为EGFR，目标列表中为egfr，R的%in%匹配默认区分大小写
• TXT文件读取错误：读取TXT时误将第一行基因名识别为表头、读入了空行、将基因名读取为因子类型而非字符串类型，都会导致匹配失效
• 匹配对象混淆：确认你要匹配的内容确实存储在dataframe的行名中，而非单独的列，很多场景下基因名会作为单独列存储而非行名

• 首先确认是否真的无匹配项，运行代码：
  sum(row.names(SELECTED_ALEX_BRUSEQ_JULY2018) %in% TTXResponseGenes)
  如果返回值为0，说明确实没有匹配到内容，继续往下排查。
• 统一清理格式后重新匹配，先去掉两端空白、统一大小写再做匹配：

# 清理行名和目标列表的首尾空白
clean_rownames <- trimws(row.names(SELECTED_ALEX_BRUSEQ_JULY2018))
clean_target <- trimws(TTXResponseGenes)
# 统一转小写后匹配
JustTTXGenes <- SELECTED_ALEX_BRUSEQ_JULY2018[tolower(clean_rownames) %in% tolower(clean_target), ]

注意：如果匹配后数量仍然不对，可以分别随机取出几个行名和目标列表元素打印，查看是否存在特殊符号、后缀等其他格式差异。

• 修正TXT读取逻辑：如果你的TXT只有基因名一列、没有表头，读取时使用如下代码避免读入多余内容：
  TTXResponseGenes <- read.table("你的目标文件路径.txt", header = FALSE, stringsAsFactors = FALSE)[,1]
• 确认匹配对象：如果基因名存储在dataframe的某一列（例如列名为gene_name），替换为列匹配逻辑：
  JustTTXGenes <- SELECTED_ALEX_BRUSEQ_JULY2018[SELECTED_ALEX_BRUSEQ_JULY2018$gene_name %in% TTXResponseGenes, ]

内容的提问来源于stack exchange，提问作者Sylvox