Bash 如果第3列中的值位于另一个文本文件中，则删除行

我有一个长文本文件（haploypes.txt），看起来像这样：

19 rs541392352 55101281 A 0 0 ...
19 rs546022921 55106773 C T 0 ...
19 rs531959574 31298342 T 0 0 ...

55103603
55106773
55107854
55112489

还有一个简单的文本文件（positions.txt），如下所示：

19 rs541392352 55101281 A 0 0 ...
19 rs546022921 55106773 C T 0 ...
19 rs531959574 31298342 T 0 0 ...

55103603
55106773
55107854
55112489

如果要删除positions.txt中存在第三个字段的所有行，请获得以下输出：

19 rs541392352 55101281 A 0 0 ...
19 rs531959574 31298342 T 0 0 ...

我希望有人能帮忙。

这应该可以：

$ grep -vwFf positions.txt haplotypes.txt 
19 rs541392352 55101281 A 0 0 ...
19 rs531959574 31298342 T 0 0 ...

• -f positions.txt

  ：从文件中读取模式

• -v

  ：反转匹配项

• -w

  ：仅匹配完整单词（避免子字符串匹配）

• -F

  ：固定字符串匹配（不要将模式解释为正则表达式）

这期望只有第三列看起来像一个长数字。如果模式恰好与其中一列中未显示的单词完全匹配，则可能会出现误报。为了避免这种情况，您必须使用awk解决方案按列过滤（请参阅）。

使用awk：

awk 'NR == FNR{a[$0] = 1;next}!a[$3]' positions.txt haplotypes.txt

细分：

NR == FNR { # If file is 'positions.txt'
  a[$0] = 1 # Store line as key in associtive array 'a'
  next      # Skip next blocks
}
!a[$3]      # Print if third column is not in the array 'a'

---

你试过什么吗？已经有许多类似的问题使用

awk

等进行了相同的操作。这与文件中任何位置的

positions.txt

中的行不匹配。例如：

a b c d e f g h i 55101281

而不仅仅是第三列。@andlrc确切地说-如果OP的数据后面有很长的数字，这可能是误报。