如何删除CSV文件中第4列非指定值的行（避免误删）？

我来帮你解决这个精准筛选的问题——之前的sed命令之所以会误删，是因为它匹配的是整个行里的关键词，而不是只检查第4列。要实现只保留第4列符合特定值的行，用awk是最直接高效的方案，当然也可以改进sed的写法。

最优方案：使用awk精准匹配第4列 #

awk天生就是用来处理结构化文本（比如按列分隔的CSV/TSV）的工具，能直接定位到第4列进行判断：

awk '$4 ~ /^(exonic|exonic;splicing|splicing)$/' input.csv > output.csv

命令解释： #

• $4：表示取当前行的第4个字段（awk默认以空白字符作为分隔符，正好适合你示例里的空格分隔格式）
• ~ /正则表达式/：表示判断第4列是否匹配给定的正则
• ^(exonic|exonic;splicing|splicing)$：正则的意思是完全匹配三个值中的一个：
  • ^ 和 $ 确保是整列匹配，不会出现部分匹配的情况（比如不会把exonic_xxx当成符合条件的）
  • | 表示逻辑“或”，分隔三个目标值

运行这个命令后，就会只保留第4列是exonic、exonic;splicing或splicing的行，完全不会误删其他列包含关键词的行。

备选方案：改进sed命令实现精准匹配 #

如果你更习惯用sed，也可以通过正则定位第4列的位置来实现：

sed -n '/^[^ ]\+ [^ ]\+ [^ ]\+ \(exonic\|exonic;splicing\|splicing\)$/p' input.csv > output.csv

命令解释： #

• -n 和 /p：配合使用，只输出匹配正则的行
• ^[^ ]\+ [^ ]\+ [^ ]\+：匹配前三个字段（每个字段是不含空格的内容，后跟空格）
• \(exonic\|exonic;splicing\|splicing\)$：匹配第4列的目标值，$确保到行尾，也就是第4列之后没有其他内容（如果你的行只有4列的话）

不过这个写法比awk繁琐，而且如果字段里有空格（虽然你示例里没有）就会失效，所以更推荐awk方案。

验证示例 #

用你提供的输入数据测试awk命令，输出结果正好是你想要的目标内容：

chr1 26162313 26162313 exonic
chr1 26349533 26349535 exonic
chr1 26487940 26487940 exonic
chr1 26162353 26162313 splicing
chr1 26349533 26349535 exonic;splicing
chr1 26357656 26357656 exonic

内容的提问来源于stack exchange，提问作者Saruman