使用AWK根據一列獲取2個制表符分隔文件的不常見行

Question

我有2個制表符分隔的文件，例如以下2個示例：

file1 ：

chr10   103912167   103917248   NOLC1   ENST00000603742.1
chr16   18573197    18558622    NOMO2   ENST00000543392.1
chr1    120611947   120572610   NOTCH2  ENST00000256646.2

file2 ：

chr16   18573197    18558622    NOMO2   ENST00000543392.1
chr1    120611947   120572610   NOTCH2  ENST00000256646.2
chr1    145209308   145248834   NOTCH2NL    ENST00000344859.3

基於4th列，我想隔離第二個文件中不存在的第一個文件中的行。 這是預期的輸出：

expected output ：

chr10   103912167   103917248   NOLC1   ENST00000603742.1

我在AWK使用以下命令進行此操作：

awk 'NR==FNR{a[$4]!=$4;next}a[$4]' file1 file2 > results.txt

但它沒有返回我想要的。 你知道如何修正命令嗎？

Answer 1

awk 'NR==FNR{a[$4]=1;next}!a[$4]' file2 file1
#=> chr10   103912167   103917248   NOLC1   ENST00000603742.1

由於要基於文件2從文件1輸出內容，因此應首先閱讀文件2。

請注意，如果file2可以為空，則應更改為其他文件檢查方法，例如GNU awk的ARGIND==1或FILENAME=="file2"等。