比较多个文件中的值

Question

我有两个文件，每个文件有3列和n行（每个文件中的行数不同）。

每个看起来像这样：

file1
chr1    12  32 
chr1    14  30
chr3    10002  89000 
chrx    5678900   987654

和此：

file2
chr1    8   15
chr1    10  14
chr1    32  34

每个文件中的第二和第三列表示起始值和结束值，而第一列是名称。

因此，如果第一列（文件1）中的值与文件2的第一列中的值匹配，则脚本应计算它们是否存在重叠（第2列和第3列中值范围的任何重叠程度）在file1中，值范围在文件2的第2列和第3列中，以及文件2中文件1中第二列和第三列中值的范围。

需要这样的输出：

regions from file1 present in file 2

chr1    12  32   present 
chr1    14  30   present 
chr3    10002  89000  absent
chrx    5678900   987654 absent

对awk操作或python脚本的任何建议......请帮助。

Answer 1

1. 阅读file2以创建映射：name - ＆gt;间隔即，结果是：ranges = {'chr1': [[8, 15], [10, 14], [32, 34]]}。如果每个名称有多个间隔，那么作为优化，您可以合并它们：ranges = {'chr1': [[8, 15], [32, 34]]}。

2. 定义overlap(r1, r2)函数，返回两个区间r1和r2是否重叠。指定边缘是否包含在重叠中。

3. 对于file1中的每一行，找出是否存在重叠并打印适当的输出。