Question

我有两个文件并尝试比较两个文件并打印特定值，但某处我遗漏了一些东西。试着纠正我的错误。

档案1

Saureus08BA02176_01020 NA
Saureus08BA02176_02495 COG1510 K    
Saureus08BA02176_02020 COG1854 T 
Saureus08BA02176_01302 COG3763 S 
Saureus08BA02176_01834 COG0744 M 
Saureus08BA02176_01131 NA
Saureus08BA02176_02481 COG0579 R

文件2

Saureus08BA02176_01381 1.00000
Saureus08BA02176_00001 1.00000
Saureus08BA02176_01020 324.08332
Saureus08BA02176_01131 999.00000
Saureus08BA02176_02481 4.07781

必需的输出

Saureus08BA02176_01020 NA 324.08332
Saureus08BA02176_02495 COG1510 K NA   
Saureus08BA02176_02020 COG1854 T NA
Saureus08BA02176_01302 COG3763 S NA
Saureus08BA02176_01834 COG0744 M NA
Saureus08BA02176_01131 NA 999.000
Saureus08BA02176_02481 COG0579 R 4.07781

命令：

awk 'FNR==NR{a[$1]=$2;next}{print $0,a[$1]?a[$2]:"NA"}' file2 file1 > test1

它没有打印文件2的$ 2值。我错在哪里？

Answer 1

a[$1]?a[$2]:"NA"
         ^
       your array has no element, with index being second field of file1

如果a[$1]?a[$2]:"NA"有a[$1]?a[$1]:"NA"，那么(index_key in array)至少有效，但不好的做法更好地使用(($1 in a)?a[$1]:"NA")，因此它变为awk 'FNR==NR{a[$1]=$2;next}{print $0, (($1 in a)?a[$1]:"NA") }' file2 file1

{{1}}

Answer 2

如果记录顺序不重要，请使用加入方法：

from sklearn.manifold import MDS

mds = MDS(n_components=2, dissimilarity="precomputed", random_state=1)
pos = mds.fit_transform(dist) 
xs, ys = pos[:, 0], pos[:, 1]

names = [name for name in labels] 

# Define the plot
for x, y, name in zip(xs, ys, names):
    plt.scatter(x, y, color=color)
    plt.text(x, y, name)


plt.show()

输出：

join -a1 -e "NA" <(sort file1) <(sort file2)

如何比较两个文件中的列并打印第一个文件的第一列和第二个文件的第二列以及缺失值NA？

2 个答案: