代码之家 › 专栏 › 技术社区 › bapors

比较不同文件的多列,如果存在匹配项,则从文件中追加一列

string-comparison multiple-columns awk

bapors · 技术社区 · 7 年前

我在访问awk中文件的列时遇到问题。我有两个文件,一个有12列,另一个有5列。

1.txt
chr1 10 20 . . + chr1 30 40 ABC . +
chr2 11 22 . . + chr2 90 92 XXX . -
chrX 33 42 . . + chrX 70 80 XXX . +
chr4 3  12 . . + chr4 70 80 ZZZ . +

和

2.txt
1 chr1 30 40 ABC
3 chr1 35 40 ABC
27 chr2 90 92 XXX
1 chrX 70 80 XXX
2 chrY 12 13 XXX

我想比较 2.txt 第7、8、9、10页 1.txt. 如果有匹配项,则应打印 1.txt ,以及 2.txt.

预期输出:

chr1 10 20 . . + chr1 30 40 ABC . + 1
chr2 11 22 . . + chr2 90 92 XXX . - 27
chrX 33 42 . . + chrX 70 80 XXX . + 1

因为我无法比较这4列,所以我选择了两列。并且,我能够比较每一列的两个列(第2列和第3列) 2.txt 第7和第8页 1.txt ),如果有匹配项,我可以打印一个字符串。但我无法打印第一个文件的第一列。我的代码:

awk -F, 'NR==FNR {a[$2 FS $3];next} {print $0 FS (($7 FS $8) in a?"exists":"none")}' 2.txt 1.txt

它是什么(我不想要):

chr1 10 20 . . + chr1 30 40 ABC . + exists
chr2 11 22 . . + chr2 90 92 XXX . - exists
chrX 33 42 . . + chrX 70 80 XXX . + exists
chr4 3  12 . . + chr4 70 80 ZZZ . + none

如何将新的第13列更改为对应的第1列 1.txt?

2 回复 | 直到 7 年前

RomanPerekhrest 7 年前

方法:

awk 'NR==FNR{ a[$2,$3,$4,$5]=$1; next }
     { s=SUBSEP; k=$7 s $8 s $9 s $10 }k in a{ print $0,a[k] }' 2.txt 1.txt

输出:

chr1 10 20 . . + chr1 30 40 ABC . + 1
chr2 11 22 . . + chr2 90 92 XXX . - 27
chrX 33 42 . . + chrX 70 80 XXX . + 1

RavinderSingh13 Nikita Bakshi 7 年前

下列的 awk 可能在同样的方面对你有所帮助。

awk 'FNR==NR{a[$2,$3,$4,$5]=$0;next} {printf("%s%s\n",$0,(($7,$8,$9,$10) in a)?" exists":" none")}' 2.txt 1.txt

输出如下。

chr1 10 20 . . + chr1 30 40 ABC . + exists
chr2 11 22 . . + chr2 90 92 XXX . - exists
chrX 33 42 . . + chrX 70 80 XXX . + exists
chr4 3  12 . . + chr4 70 80 ZZZ . + none

同样在这里添加解释。

awk '
FNR==NR{  ##Mentioning FNR==NR condition which will be TRUE only when first Input_file named 2.txt is being read.
  a[$2,$3,$4,$5]=$0; ##creating an array named a whose indexes are 2nd 3rd 4th and 5th field and value is current line value.
  next               ##next is awk default keyword which will skip all further statements.
}
{
  printf("%s%s\n",$0,(($7,$8,$9,$10) in a)?" exists":" none") ##Printing current line and a conditional statement result here, if $7,$8,$9,$10 are present in array a then print string exists in last of line or print none.
}' 2.txt 1.txt                                                ##Mentioning the Input_file names here.

推荐文章

mashimena · 如何在Linux中提取列然后通过计算添加新列

2 年前

user2954003 · AWK使用正则表达式匹配字符串并与前一个字符串组合

3 年前

Giancarlo D · 在IPv4地址匹配后使用SED删除行尾的冒号

3 年前

John Smith · 在特定行的末尾添加文本

3 年前

Code With Banchi · 在sed命令中使用变量-sed-e异常:“s”的选项未知

3 年前

Aravinth Kalai · 如何使用Linux shell命令[duplicate]对两列求和并将值保存到第三列

3 年前

nickcrv06 · 使用介于特殊字符之间的awk提取文本

3 年前

nickcrv06 · 在两个常量字符串之间提取单词

3 年前

JCAvila2 · 我需要了解awk Linux命令的帮助

3 年前

sasikumar karuppiah · Awk脚本提取多个不同的分隔符行

3 年前