Question

我有一张类似下面的表格（但更长）：

A     B        C          D           E
1     YRI_1    YRI_2      10761       0  
2     YRI_3    YRI_3      7825        0  
3     YRI_1    YRI_4      9880        0  
4     YRI_1    Medit_1    79707       0  
5     YRI_2    Medit_2    73865       0  
6     YRI_2    Medit_3    77165       0  
7     YRI_3    Medit_4    76428       0  
8     YRI_3    CHB_1      8273        0  
9     YRI_2    CHB_2      10668       0  
10    YRI_1    CHB_3      8391        0

我想获得：

A     B        C          D           E
2     YRI_3    YRI_3      7825        0
4     YRI_1    Medit_1    79707       0  
5     YRI_2    Medit_2    73865       0  
9     YRI_2    CHB_2      10668       0

即。我想保留那些列B和C中的数字只匹配的行，例如YRI_1 / Medit_1都有＆＃34; 1＆＃34;所以这是一个想要的行，但我不想保留例如YRI_1 / Medit_10，因为这是＆＃34; 10＆＃34;虽然它包含＆＃34; 1＆＃34;。

我试过用awk：

for i in {1..4}
do
   awk '$2=="*$i"||$3=="*$i" {print $1,$2,$3,$4,$5}' table > desired_table
done

其中$ i应该在每次迭代中被列表1..4中的下一个数字替换，并且我假装*表示任何意思，因为我对数字感兴趣（但我想这不是用awk做的方法）。

Answer 1

您可以使用此awk命令：

awk 'split($2, a, /_/) && split($3, b, /_/) && a[2] == b[2]' file

A     B        C          D           E
2     YRI_3    YRI_3      7825        0
4     YRI_1    Medit_1    79707       0
5     YRI_2    Medit_2    73865       0
9     YRI_2    CHB_2      10668       0

我们使用2个split函数来拆分$2和$3，然后比较split数组的第二个字段是否相等。
split返回结果数组中的元素数。使用awk 'split($2, a, /_/) && split($3, b, /_/) &&，我们确保split返回非零值。

Answer 2

从相关的cols中删除除数字（[^ 0-9]）以外的所有字符，如果匹配则打印。

awk 'NR==1 || (gensub(/[^0-9]/,"","g",$2)==gensub(/[^0-9]/,"","g",$3))' file
A     B        C          D           E
2     YRI_3    YRI_3      7825        0
4     YRI_1    Medit_1    79707       0
5     YRI_2    Medit_2    73865       0
9     YRI_2    CHB_2      10668       0

选择包含共享值

2 个答案: