刪除行，如果在第3列的值是另一個文本文件

Question

我還有很長的文本文件（haplotypes.txt），看起來像這樣：

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

和一個簡單的文本文件（positions.txt），看起來像這樣：

55103603 
55106773 
55107854 
55112489 

如果想刪除其中第三場存在於positions.txt的所有行，取得了如下把：

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

我希望有人能幫助。

Answer 1

這應該工作：

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

• -f positions.txt：從文件
• -v閱讀模式：反轉匹配
• -w：比賽唯一完整的單詞（避免串匹配）
• -F：固定字符串匹配（不要將模式解釋爲正則表達式）

這期望只有第三列看起來像一個很長的數字。如果模式恰好匹配未顯示的某一列中完全相同的單詞，則可能會出現誤報。爲避免這種情況，您必須使用按列篩選的awk解決方案（請參閱andlrc's answer）。

Answer 2

隨着AWK：

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

擊穿：

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'