在 awk 中查找两行中的唯一项

Question

以下脚本给出了第四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，我可以在第二个字段中找到独特的元素。但是我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，第四个字段中的唯一元素不会出现在第二个字段中。

Answer 1

你可以在 awk 中完成这一切

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，但如果您使用不支持该功能的 shell，则可以创建已排序的临时文件。

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