Linux 如果一个文件有两列，而另一个文件有一列，有没有办法找到两个文件之间的公用行？文件太大，无法在R中工作

我在Linux中有两个文件 一个文件有两列和3亿行，另一个文件有一列和1498行（来自HG19的SNPs rs ID）

第一个文件如下所示。第一列有坐标，在相关值（1:10019:TA:T）之间有冒号，第二列有ID（rs775809821）

第二个文件只有一列，如下所示

rs11234969

rs372076

rs10417746

rs2476601

rs10760127

我想将第二个文件中的值与第一个文件中的值进行匹配，这样我就可以得到一个最终文件，其中包含文件2中所有可能的行以及文件1中的坐标

我尝试过“grep”和awk，但没有成功

       grep -F file1.txt file2.txt | cut -d ' ' -f1 > grep.txt

---

最后一个文件应该有所有可能的ID（rs…），这些ID在两个文件中都是相同的，并且都有坐标。

这将输出每个文件的ID，例如：

rs11234969.txt

，

rs372076.txt

，等等。每个文件都包含文件one.txt的相关ID和类似ID的格式

#!/bin/bash

while read line
do
    awk -v line=$line '{if($2==line)print $0}' one.txt >${line}.txt
done <two.txt

#/bin/bash
读行时
做
awk-v line=$line'{if（$2==line）print$0}'one.txt>${line}.txt
完成以下是纠正错误的命令：

grep -wnF -f file2.txt file1.txt > grep.txt

输出将包含文件
file1.txt
中的行号，后跟冒号和相应的行

请注意，这要求
file2.txt
不包含空行，并且这些行不被空格或其他空白/隐藏符号包围。
如果上述某些条件不正确，请使用以下条件：

sed 's/^[ \t]*\([^ \t]*\)[ \t]*$/\1/; /^[ \t]*$/d' file2.txt | \
  grep -wnF -f /dev/stdin file1.txt > grep.txt

看起来好像坐标中没有任何ID特征。所以你自己的方法非常接近，我只是建议做一点小小的改变

grep -f file2 file1 > new_file

问题是，您确实不想使用包含3亿行的文件作为模式文件，首先是因为它有永远不匹配的额外数据（坐标），但也因为它的大小。
在示例数据中，
file2
中的
rs
值在
file1
中都不可用。第二个文件很小，很容易装入RAM。我建议使用perl来完成这项任务，但在任何语言中都可以使用相同的方法。1.将第二个文件读入关联数组2。循环浏览大文件中的行，将每行拆分为列。对于关联数组中存在ID列的每一行，打印该行。在Perl中，即使你不使用尾随的成语，也可以是大约7到8行代码总量。你可以使用GNUAWK或者使用C程序或C++程序使用或考虑。也许32GB的RAM可能有用。顺便说一句，您的任务可能与相关-通过电子邮件与我联系至
basile@starynkevitch.net
但请提及问题的URL，并用几段书面英语解释细节和上下文。我不知道什么是HG19
grep -f file2 file1 > new_file