Question

我有两个文件：

File1中：

   chr1 100736194  46   0.731   +   100735713   100736636
   chr1 100736194  49   0.879   +   100735723   100736646
   chr1 100736196  54   0.952   +   100735753   100736666

文件2：

   chr1 100735713  100736636  +  BMCHAS
   chr1 100735723  100736646  +  ATCGSG
   chr1 100735753  100736666  +  BDUSUS

我想基于

加入文件1和2

file1的第6和第7列，以及
file2的第2列和第3列

输出如下内容：

   chr1 100736194  46   0.731   +   100735713   100736636  BMCHAS
   chr1 100736194  49   0.879   +   100735723   100736646  ATCGSG
   chr1 100736196  54   0.952   +   100735753   100736666  BDUSUS

我不知道如何将连接用于多个列，我查找了一个awk解决方案并且一直在尝试实现它，但我认为我不对，我正在使用的命令是：awk＆＃39; NR == FNR {a [$ 1，$ 2] = $ 5; next} {$ 3 = a [$ 7，$ 8]; print}＆＃39; OFS =＆＃39; \吨＆＃39; file2 file1，

此外，重要的是要匹配每个文件中的一列而不是两列，因为单列不够独特。这意味着我不能使用单列匹配解决方案，例如仅将file1的第6列与file2的第2列匹配，它必须使用上面的多个指定列。

提前致谢。

Answer 1

您仍然可以使用join。诀窍是将两列连接在一起，以便将它们视为一个。

我已经使用sed完成了此操作，但您可以使用awk或任何您喜欢的内容。

<(..)语法特定于bash ，意味着“创建临时命名管道并将其作为文件传递”。

join \
   -1 6  \
   -2 2  \
   -o "1.1 1.2 1.3 1.4 1.5 0 2.4"  \
   <(sed 's/\([0-9]\{9\}\) *\([0-9]\{9\}\)/\1-\2/' file1) \
   <(sed 's/\([0-9]\{9\}\) *\([0-9]\{9\}\)/\1-\2/' file2) \
 | sed 's/-/  /'

这适用于GNU sed（我有4.2.2）;您可能需要对其他sed实现进行调整。

输入sed命令将输入文件转换为如下所示：

chr1 100736194  46   0.731   +   100735713-100736636

输出sed命令撤消更改。

输出格式（-o "1.1 1.2 1.3 1.4 1.5 0 2.4"）给出了您要求的输出：

chr1 100736194 46 0.731 + 100735713  100736636 BMCHAS
chr1 100736194 49 0.879 + 100735723  100736646 ATCGSG
chr1 100736196 54 0.952 + 100735753  100736666 BDUSUS

Answer 2

by awk

 awk ' NR==FNR{ a[$2 FS $3]=$5;next} ($6 FS $7) in a { print $0 FS a[$6 FS $7]} ' file2 file1

从单独的文件加入两列

2 个答案: