Question

我从成对分析中得到以下数据集（第一行只是样本ID）：

我希望比较field 1和field 2然后field 3和field 4的值，以便我每次都要打印行号NR查看我正在检查的对的1和2组合。

例如对于A和B对，我想要输出：

A B 2

对于对A和C，我想要输出：

A C 3

我想逐行进行，所以我可能需要代码包括：

for i in {1..3}; do
    awk 'NR=="'${i}'" {code}'
done

但我不知道如何以成对的方式进行（即比较field 1和field 2然后field 3和field 4等......）。

我该怎么做？

Answer 1

很难用这么小的例子说，但这可能是你想要的：

$ cat tst.awk
FNR==1 {
    for (i=1;i<=NF;i++) {
        name[i] = $i
    }
    next
}
{
    for (i=1;i<NF;i+=2) {
        if ( ($i == 1) && ($(i+1) == 2) ) {
            print name[i], name[i+1], NR-1
        }
    }
}

$ awk -f tst.awk file
A B 2
A C 3

Answer 2

你当然应该只运行一次脚本;没有必要更频繁地运行awk。目前尚不清楚如何打印多个匹配项。但是，如果您在某个时间线上工作，那么输出可能会一次出现一行。

在此基础上工作，然后：

awk 'NR == 1 { for (i = 1; i < NF; i += 2)
               { cols[(i+1)/2,1] = $i; cols[(i+1)/2,2] = $(i+1); } 
               next
             }
             { for (i = 1; i < NF; i += 2)
               { if ($i == 1 && $(i+1) == 2)
                     print cols[(i+1)/2,1], cols[(i+1)/2,2], NR - 1
               }
             }'

NR == 1代码块捕获标题，以便可以在主打印代码中使用它们。还有很多其他方法来存储信息。另一个代码块查看数据行并检查字段对是否包含1 2，如果匹配则打印出控制数据。因为NF是偶数，但循环数是奇数，<比较是可以的。通常在awk中，您使用for (i = 1; i <= NF; i++)只需一个增量，然后<=才能获得正确的行为。

对于您的最小数据集，这会产生：

A B 2
A C 3

对于这个更大的数据集：

代码生成：

A B 2
A C 3
A B 4
A B 7
A C 8
A B 9

如何比较awk中的列对？

2 个答案: