Question

我想根据这两个标准过滤file1。

（a）仅包含$1可以在$1中找到与file2匹配的记录（在许多情况下会有多个匹配），

（b）如果找到匹配项，则应检查$2中的file1，以确保其位于$2和$3 file2指定的范围内1}}。

文件1：

seq_100|rf001 298 01 11 01 11
seq_0442|rf76 6000 01 11 10 00
seq_9999|rf54 5098 01 01 01 01

file2的：

seq_100|rf001 0 679
seq_100|rf001 700 800
seq_100|rf001 19000 22000
seq_100|rf001 23000 23500
seq_9999|rf54 800 3000
seq_9999|rf54 7000 7800
seq_9999|rf54 8000 9000

预期输出：

seq_100|rf001 298 01 11 01 11

Answer 1

以下是awk的另一种方式：

awk '
NR==FNR {
  line[$1,$2] = $0; 
  next
}
{
  for(key in line) {
    split(key, tmp, SUBSEP); 
    if(tmp[1] == $1 && tmp[2] > $2 && tmp[2] < $3) 
      print line[tmp[1],tmp[2]]
    }
}' file1 file2

<强>输出：

seq_100|rf001 298 01 11 01 11

<强>解释

我们遍历file1并将整行存储在以column1和column2索引的二维数组中。
一旦整个file1存储在内存中，我们就会遍历数组行中的每个键。
我们拆分了密钥并检查第二个文件的column1是否等于密钥的第一部分，而密钥的第二部分是否在该范围内。
如果一切都是黄金，我们打印线。

Answer 2

你可以尝试这个awk单行，

awk 'NR==FNR{ if($1 in a) a[$1]=a[$1]","$2" "$3; else a[$1]=$2" "$3;next;} {n=split(a[$1],arr,",");for(i=1;i<n;i++){split(arr[i],b," ");if( $2 > b[1] && $2 < b[2] ){ print $0;} }}' file2 file1

或

awk脚本，

NR==FNR{ if($1 in a) a[$1]=a[$1]","$2" "$3; else a[$1]=$2" "$3; next; } { n=split(a[$1],arr,","); for(i=1;i<=n;i++){ split(arr[i],b," "); if( $2 > b[1] && $2 < b[2] ){ print $0; } } }

<强>测试

sat:~# awk -f sample.awk file2 file1 seq_100|rf001 298 01 11 01 11

过滤文件取决于属于另一个文件中指定的范围内的值

2 个答案: