Question

我知道这个问题之前可能会回答很多次，但我不能采纳我的问题的答案，因为我不知道如何阅读awk代码，不幸的是，因为我在截止日期前不会有时间自己研究。

我需要找到一个基于列连接两个文件的awk解决方案，用于代替连接。这两个文件可以有任意数量的列（实际上我将在几种情况下使用它），并且我将匹配第一列的第n列和第二列的第n列。请解释哪些部分将被更改用于新用途（即用于指示将要匹配的列）。

一个例子（但文件可能要长得多）：

文件1：

7A5 miR1 A2LD1 miR2 A2MP1 mirR3 A4GALT miR4

和文件2：

1559361_at 7A5 1566764_at 7A5 229819_at A1BG 221217_s_at A2BP1 235070_at A2BP1 232422_at A2LD1 237869_at A2LD1

我希望得到：

1559361_at 7A5 miR1 1566764_at 7A5 miR1 232422_at A2LD1 miR2 237869_at A2LD1 miR2

提前谢谢。

Answer 1

一种简单的方法是使用file1的内容构建一个哈希/数组，并在运行file2时检查哈希中是否存在条目;

awk 'NR==FNR {h[$1]=1; next} {if(h[$2]) print $0}' file1 file2

NR==FNR {h[$1]=1; next}只需从file1获取第1列，并将其用作值为1的哈希中的键。也就是说，file1中的所有值都将作为键输入到值为1的哈希中。

{if(h[$2]) print $0}将遍历file2，只打印散列中第二列所在的所有行。

Answer 2

% cat pick_on_col
awk -v tcol=$1 -v dcol=$2 '
  NR==FNR {tags[$tcol]=1; next}t.
          {if($dcol in tags)print}' "$3" "$4"
% sh pick_on_col 1 2 tags data
1559361_at      7A5
1566764_at      7A5
232422_at       A2LD1
237869_at       A2LD1
%

您可能希望在脚本中交换$2和$3以及调用tags和data以更好地适应您感知的语义（不是吗？）有点模糊？我的意思是，如果你想在命令行上使用... data tags，因为它更符合操作的更好的你的模型，你必须在awk调用上交换参数，因为，当然，必须在tags之前阅读data文件。

修改

我修改了要考虑新请求的参数数量。

awk而不是加入

2 个答案:

修改