比较基于第1列的两个文件,打印一个文件的唯一部分
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了比较基于第1列的两个文件,打印一个文件的唯一部分相关的知识,希望对你有一定的参考价值。
我有两个文件看起来像这样:
菲尔1:
RYR2 29 70 0.376583106063 4.77084855376
MUC16 51 94 0.481067457376 3.9233164551
DCAF4L2 0 13 0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087 2.81864194236
ZFHX4 14 37 0.371576262084 2.81030548752
文件2:
A26B2
RYR2
MUC16
ACTL9
我需要根据第一列比较它们并仅打印第一个文件中不在第二列的行,因此输出应为:
DCAF4L2 0 13 0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087 2.81864194236
ZFHX4 14 37 0.371576262084 2.81030548752
我尝试用grep:
grep -vFxf file2 file1
用awk:
awk 'NR==FNR {exclude[$0];next} !($0 in exclude)' file 2 file1
通讯:
comm -23 <(sort file1) <(sort file2)
什么都行不通
答案
您可以使用
grep -vFf file2 file1
此外,grep -vf file2 file1
也会起作用,但是如果file2
字符串包含*
或[
,应该作为文字字符读入,你可能会遇到麻烦,因为它们应该被转义。 F
让grep
将这些字符串视为固定字符串。
笔记
-v
:反转比赛。-f file
:从文件中获取正则表达式。-F
:将模式解释为固定字符串列表(而不是正则表达式),由换行符分隔,其中任何一个都要匹配。
因此,它从file2
读取正则表达式并将它们应用于file1
,一旦找到匹配,由于反向搜索,该行不会输出。这就足够了,因为只有第一列包含字母数字,其余的只包含数字数据。
为什么你的命令不起作用
-x
(--line-regexp
的缩写)选项意味着Select only those matches that exactly match the whole line
。
另外,请参阅有关grep
options in grep
documentation的更多信息。
以上是关于比较基于第1列的两个文件,打印一个文件的唯一部分的主要内容,如果未能解决你的问题,请参考以下文章
Python:基于两个特征的独特组合和第三个特征的条件删除重复项