2つのファイルを最初の列と比較し、シェルスクリプトの2番目のファイルから重複行を削除します。

2つのファイルを最初の列と比較し、シェルスクリプトの2番目のファイルから重複行を削除します。

質問をするために例を使用します。 2つのファイルがあります。

ファイル1:

118D FC300_R5_TP  FX.B      32775       2112   6       2038   6       2112   0
118E FC300_R5_TP  FX.B      32775       2136   7       2065   6       2136   0
118F FC300_R5_TP  FX.B      32775       2124   6       2064   6       2124   0
1190 FC300_R5_TP  FX.B     819210     814632  99     814609  99     814632   0
1191 FC300_R5_TP  FX.B     819210     104100  13     103714  13     104100   0
1192 FC300_R5_TP  FX.B    1638420    1609476  98    1609402  98    1609476   0
1196 FC300_R5_TP  FX.B    1638420    1638432 100    1638379 100    1638432   0
119A FC300_R5_TP  FX.B    3276840    3271776 100    3271698 100    3271776   0
119E FC300_R5_TP  FX.B    3276840    3264120 100    3264034 100    3264120   0
11A2 FC300_R5_TP  FX.B    3276840    2328648  71    2328546  71    2328648   0
11A6 FC300_R5_TP  FX.B    3276840    2328444  71    2328355  71    2328444   0
11AA FC300_R5_TP  FX.B    3276840    2328528  71    2328403  71    2328528   0
11AE FC300_R5_TP  FX.B    3276840    2328648  71    2328468  71    2328648   0
11B2 FC300_R5_TP  FX.B    3276840    2130000  65    2129766  65    2130000   0
173A FC300_R5_TP  FX.B    6553680    6478572  99    6477747  99    6478572   0

文書#2:

11AA FC300_R5_TP  FX.B    3276840    2328528  71    2328403  71    2328528   0
11AE FC300_R5_TP  FX.B    3276840    2328648  71    2328468  71    2328648   0
11B2 FC300_R5_TP  FX.B    3276840    2130000  65    2129766  65    2130000   0
173A FC300_R5_TP  FX.B    6553680    6478572  99    6477747  99    6478572   0
0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

希望の出力

文書#3:

0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

file1とfile2の最初の列を使用して、file1で一致するfile2の行全体を比較して削除したいと思います。また、結果を3番目のファイル、File#3に保存したいと思います。

答え1

次の目的で使用できますawk

awk 'FNR==NR{a[$1];next};!($1 in a)' file1 file2 > file3

説明する:

  • FNR == NR:このテストは、レコード数がファイル内のレコード数と等しい場合に真です。 2番目のファイルNRはfile1 + number of lineと同じであるため、これは最初のファイルにのみ適用されますFNR

  • a[$1]:file1 の最初のフィールドの配列要素インデックスを生成します。

  • next: 次のレコードに移動し、file1 は処理されなくなりました。

  • !($1 in a):最初のフィールド($ 1)が配列、つまりファイル1にあることを確認し、行全体をファイル3に印刷します。

次の例のいずれかに基づいて#awk Wiki

答え2

export LC_ALL=C
comm -13 <(sort f1) <(sort  f2)

についてのみ報告しますf2

export LC_ALL=C
join -v2 <(sort f1) <(sort f2)

最初のフィールドが見つからない行は、f2すべての行の最初のフィールドとして報告されますf1

(プロセス置換をサポートするシェルが必要です(例:ksh93zshまたはbash)。

答え3

楽しみのために、Perlソリューションは次のとおりです。

#!/usr/bin/perl

# create names lookup table from first file
my %names;
while (<>) {
    (my $col1)= split / /, $_;
    $names{$col1} = 1;
    last if eof;
}

# scan second file
while (<>) {
    print if /^(\S+).*/ && not $names{$1};
}

はい

$ ./showdiffs.pl file1  file2
0BDB FC600_R5_TP  FX.B   33554640    6044364  18    6033105  18    6044364   0
0BDC FC600_R5_TP  FX.B   33554640    6613536  20    6481974  19    6613536   0
0BDD FC600_R5_TP  FX.B   33554640    4435848  13    4057170  12    4435848   0
0BDE FC600_R5_TP  FX.B   33554640    6620868  20    6249518  19    6620868   0

詳細

上記のPerlソリューションは2つのループで構成されています。最初のループは、すべての行を読み取り、識別された各列を追加するfile1ハッシュを生成します。%names

$names{11AA} = 1;

次に、while2番目のファイルで2番目のループが実行され、正規表現をfile2使用して各行の列1を識別します。

^(\S+).*

行の先頭から始めて、空白以外のすべての項目を一致させ、一時変数に保存するように指示します$1。かっこで囲んで保存できます。.*行の他のすべてと一致すると言います。

行の次のビットは、ハッシュに保存した列の$11ビットを検索するように指示します%names

$names{$1}

存在する場合は印刷したくありません。存在しない場合は印刷してください。

答え4

私たちはそれを考えてみましょう

ファイル#1:file1.txt

ファイル#2:file2.txt

次に、端末で次のコマンドを実行します。

fgrep -vf test1.txt test2.txt > output.txt

output.txt には望ましい結果が含まれます。

説明する:

fgrep : print lines matching a pattern (from manual page)
-v  : get only non-matching rows
-f : obtain PATTERN from FILE (from manual page)

関連情報