如何基于首列比对两个文件，输出file1中独有的行？

这里有几种简单高效的命令行方案，完美适配这类文本比对需求：

方法1：用grep快速反向匹配 #

grep是处理文本匹配的老牌工具，反向匹配+批量模式的组合刚好能解决这个问题：

grep -v -F -f file2 file1

参数说明： #

• -v：反向输出，只保留不匹配目标模式的行
• -F：把file2里的内容当作固定字符串匹配，避免基因ID里的特殊字符被当成正则表达式解析
• -f file2：从file2中读取需要排除的基因ID列表，作为匹配模式

方法2：用awk灵活处理结构化文本 #

awk擅长处理带列的结构化文本，逻辑更清晰，适合复杂场景的扩展：

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

代码逻辑拆解： #

• NR==FNR：这个判断只在处理第一个输入文件（也就是file2）时生效
  • genes[$1]=1：把file2里的每个基因ID存入数组genes，标记为已存在
  • next：跳过后续步骤，直接读取下一行
• !($1 in genes)：处理第二个输入文件（file1）时，检查当前行首列的基因ID是否不在genes数组里，符合条件就输出整行

测试验证 #

用你提供的示例文件测试：
file1内容：

RYR2 29 70 0.376583106063 4.77084855376
MUC16 51 94 0.481067457376 3.9233164551
DCAF4L2 0 13 0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087 2.81864194236
ZFHX4 14 37 0.371576262084 2.81030548752

file2内容：

A26B2
RYR2
MUC16
ACTL9

运行任意一种命令，都会得到预期输出：

DCAF4L2 0 13 0.0691414496833 3.05307268261
USH2A 32 62 0.481792717087 2.81864194236
ZFHX4 14 37 0.371576262084 2.81030548752

内容的提问来源于stack exchange，提问作者Miss