Question

我有两个文本文件：

File-1：

PRKCZ
TNFRSF14
PRDM16
MTHFR

File-2（包含两个制表符分隔的列）：

atherosclerosis   GRAB1|PRKCZ|TTN
cardiomyopathy,hypercholesterolemia    PRKCZ|MTHFR
Pulmonary arterial hypertension,arrhythmia   PRDM16|APOE|GATA4

现在，对于File-1中的每个名称，还会打印匹配的File-2中相应的疾病名称。所以输出将是：

PRKCZ    atherosclerosis,cardiomyopathy,hypercholesterolemia
PRDM16    Pulmonary arterial hypertension,arrhythmia
MTHFR    cardiomyopathy,hypercholesterolemia

我试过了代码：

$ awk '{k=$1}
        NR==FNR{if(NR>1)a[k]=","b"="$1";else{a[k]="";b=$1}next}
        k in a{print $0a[k]}' File1 File2

但我没有获得所需的输出。请有人纠正/帮助。

Answer 1

您可以使用以下awk脚本执行此操作：

script.awk

BEGIN { FS="[\t]" }
NR==FNR { split($2, tmp, "|")
          for( ind in tmp ) {
            name = tmp[ ind ]
            if (name in disease) { disease[ name ] = disease[ name ] "," $1 }
            else { disease[ name ] = $1 }
          }
          next
        }

        { if( $1 in disease) print $1, disease[ $1 ] }

像awk -f script.awk File-2 File-1一样使用它（请先注意File-2）。

<强>解释

BEGIN块将标签设置为分隔符。
为第一个参数（NR == FNR）执行File-2块：它读取带有名称的疾病，拆分名称，然后将疾病附加到每个名称下的字典
第二个参数（next）仅执行最后一个块（由于前一个块中的File-1）：它输出存储在名称下的疾病（取自{{ 1}}）

Linux - 在文件中搜索文本并加入另一个文件

1 个答案: