linux求两个列的交集并集差集

目标

我们经常需要快速的知道两个列。一般这两个列是样品或者id。我们想看看他们的逻辑情况（交集并集差集）

方案

我们可以使用pandas去处理。
但是linux命令行明显要好得多。

先模拟两个数据组。

for i in {a..g};do echo $i >> 1.txt;done
for i in {d..i};do echo $i >> 2.txt;done
cat 1.txt |wc -l
cat 2.txt |wc -l

交集

cat 1.txt 2.txt |sort|uniq -d

-d代表重复。
两个列按行合并到一起，重复的行就是交集

并集

cat 1.txt 2.txt |sort|uniq

所有的uniq元素自然就是并集

差集

cat 1.txt 2.txt |sort|uniq -u

-u表示独特
这就是差集。

sort a.txt b.txt b.txt | uniq -u

将两个文件排序，最后输出a.txt b.txt b.txt文件中只出现过一次的内容，因为有两个b.txt所以只会输出只在a.txt出现过一次的内容(b.txt的内容至少出现两次)，即是a.txt-b.txt差集；对于b.txt-a.txt同理。