在awk中查找两行中的唯一项目

Question

以下脚本给出了第4个字段中唯一元素的数量。

awk -F'\t' '$7 ~ /ECK/ {print $4}' filename.txt | sort | uniq | wc -l 

同样，我可以找到第二个字段中的独特元素。但是，如何计算第四个字段中但不在第二个字段中的唯一项目的数量。换句话说，第四个字段中的独特元素不会出现在第二个字段中。

Answer 1

你可以做到这一切在AWK

awk ' 
    { 
     field_2[$2] = 1 
     field_4[$4] = 1 
    } 
    END { 
     for (item in field_4) { 
      if (!(item in field_2)) 
       print item; 
     } 
    } 
' 

Answer 2

这使用Bash（或ksh或zsh）进程替换，但是如果您使用不支持该shell的shell，则可以创建临时文件。

join -t $'\t' -1 4 -2 2 -v 1 -o 1.4 <(sort -k4 inputfile) <(sort -k2 inputfile) | sort -u | wc -l