如果所有列中的值相同，则删除行

Question

我有一个以空格分隔的大文件，包含数千行和列。我想删除除第一列外所有列都具有相同值的所有行。

输入：

CHROM   108 139 159 265 350 351
SNP1    -1  -1  -1  -1  -1  -1
SNP2    2   2   2   2   2   2
SNP3    0   0   0   -1  -1  -1
SNP4    1   1   1   1   1   1
SNP5    0   0   0   0   0   0

所需

CHROM   108 139 159 265 350 351
SNP3    0   0   0   -1  -1  -1

对于Panda (Delete duplicate rows with the same value in all columns in pandas)有一个类似的问题，我找到了一个部分解决方案，它删除了只包含零的行

awk 'NR > 1{s=0; for (i=3;i<=NF;i++) s+=$i; if (s!=0)print}' input > outfile

但是，我想对数字1、0、1和2执行这一操作，并以标题和第1列作为标识符。

任何帮助都将不胜感激。

Answer 1

我相信你可以这样做：

awk '{s=$0; gsub(FS $2,FS)} (NF > 1) {print s}' file

其中产出：

CHROM   108 139 159 265 350 351
SNP3    0   0   0   -1  -1  -1

这是怎么工作的？

1. {s=$0; gsub(FS $2,FS)}**:**此操作包含两个部分：

- Store the current line in variable `s`
- Substitute in the current line `$0` all values of the second field including its starting field separator `FS` (`FS $2`) with a field separator `FS`. This has as a side effect the `$0` is redefined and all field variables and the total number of field `NF` are redefined. The field separator `FS` is needed to avoid matching `xx` if `$2=x`

​

1. (NF > 1) {print s}**:**如果你还剩一个以上的字段，打印这一行，它意味着你有不同的数字。

Answer 2

你能试一下吗。

awk '{val=$2;count=1;for(i=3;i<=NF;i++){if(val==$i){count++}};if(count!=(NF-1)){print}}'  Input_file

Answer 3

你可以试试这个：

awk 'NR==1;NR>1{for(i=2;i<NF;i++)if($(i+1)!=$i) {print;next}}' file

它打印标题行。

它遍历字段，直到找到与下一个字段之间的差异，然后打印出来，然后转到下一个字段。