Question

我试图比较TSV文件中的第三和第五列，这些列有一组用空格分隔的数字，并希望通过bash编程在新列中打印匹配编号。事实上，我为这些列创建了两个数组，以便比较它们并打印匹配的数字，如果第三列和第五列之间没有匹配则打印“不匹配”。但是代码无法正常工作。我尝试过类似的脚本，但我没有得到它。总之，输入类似于：

rs935    FUCA    6 29 61 63 67 70 133 134 150 159 166 208 220 260    V    260 135 49 159
rs699    AGT     10 113 117 255 263 288 312 369 381     M   268
rs4230  CFHR1    12 69 85 119 132 141 161 171 173 177 248 252 270 281 291 302 305 309 314   R    302 237

，所需的输出应为：

rs935    FUCA    V:159-260
rs699    AGT     M:not matches
rs4230  CFHR1    R:302

......等等

这是代码：

awk 'BEGIN {FS=OFS="\t"}
    {delete a n=split($3,a3," ");
                m=split($5,a5," ");
            for(i=1;i<=m;i++) a[a5[i]];
            SEP="\n"
            for (i=1;i<=n;i++) {if(a3[i] in a)  {both=both SEP a3[i]; SEP="-"}
                    print $1,$2,$4 ":" both }' "input.tsv" > "output.tsv"

如何在unix环境中获取它？提前致谢

Answer 1

您的问题非常不明确，但这是您正在尝试做的事情吗？

$ cat tst.awk
BEGIN { FS=OFS="\t" }
{
    delete a3values
    split($3,a3list,/ /)
    for (idx in a3list) {
        a3value = a3list[idx]
        a3values[a3value]
    }

    split($5,a5list,/ /)

    both = "not matches"
    for (idx in a5list) {
        a5value = a5list[idx]
        if (a5value in a3values) {
             both = (both == "not matches" ? "" : both "-") a5value
        }
    }
    print $1, $2, $4 ":" both
}

$ awk -f tst.awk file
rs935   FUCA    V:260-159
rs699   AGT     M:not matches
rs4230  CFHR1   R:302

将两列与文件中的一组数字进行比较，并使用unix打印每行的匹配数字

1 个答案: