Question

我有两个文件包含这样的行：

档案A：

TCONS_00000007  ENSMUST00000044158  gene:ENSMUSG00000041560 433/463 0.0 364.0
TCONS_00000009  ENSMUST00000044158  gene:ENSMUSG00000041560 1051/1122   0.0 890.0
TCONS_00000212  ENSMUST00000112323  gene:ENSMUSG00000032582 458/475 0.0 420.0
TCONS_00000636  ENSMUST00000061242  gene:ENSMUSG00000048076 1694/1751   0.0 1571.0
TCONS_00000636  ENSMUST00000163300  gene:ENSMUSG00000048076 1658/1713   0.0 1539.0

档案B：

chr1    4675000 4675009 TCONS_00000007
chr1    4677953 4678274 TCONS_00000008
chr1    4677956 4679079 TCONS_00000009
chr1    43944821    43946606    TCONS_00000636

编辑：文件B中的第4列将是唯一的。文件A中的第1列不一定是。

我想要做的是输出一个文件，使得它只保留A上第1列和B上第4列匹配的行。允许重复。（所以在上面的例子中我希望输出看起来像这样）：

chr1    4675000 4675009 TCONS_00000007  ENSMUST00000044158  gene:ENSMUSG00000041560 
chr1    43944821    43946606     TCONS_00000636 ENSMUST00000061242  gene:ENSMUSG00000048076
chr1    43944821    43946606     TCONS_00000636 ENSMUST00000163300  gene:ENSMUSG00000048076

所以我尝试用awk来做这件事......我被卡住了。

FNR==NR{ ### script.awk
    array[$4]++
    next
}

{
    if ($1 in array){
        print $1,$2,$3...
    }
}
awk -f script.awk fileB fileA > fileC

我遇到的问题是打印部件正常工作。正如你所看到的，这样做会保留我想要的fileA的行，但我想不出一种方法来获取我想要的$ 1，$ 2，$ 3列的fileB（显然输入$ 1，$ 2， $ 3将无效）。我该怎么办？

Answer 1

从您当前的脚本看来$4中的fileB是唯一的。{1}}。所以你可以尝试这个修改过的脚本（基于你的代码）：

FNR==NR{ ### script.awk
    array[$4]=$0
    next
}

{
    if ($1 in array){
        print array[$1],$1,$2,$3...
    }
}

然后

awk -f script.awk fileB fileA > fileC

Answer 2

试试这个：

awk '
    NR==FNR{v=$1;$1="";arr[v]=$0}
    NR!=FNR{v=$4;$4="";arr[v]=arr[v] $0}
    END{for (a in arr) print a, arr[a]}
' A B

脚本：如何根据匹配列将文件中的行放在一起？

2 个答案: