Question

我有四个制表符分隔文件1.txt，2.txt，3.txt，4.txt。每个都有以下格式

89  ABI1    0.19
93  ABL1    0.15
94  ABL2    0.07
170 ACSL3   0.21

我想比较所有文件的第二列并将union（基于第二列）打印到新文件中，如下所示：

       1.txt    2.txt   3.txt   4.txt
ABL2    0.07    0.01    0.11    0.009
AKT1    0.31    0.05    0.05    0.017
AKT2    0.33    0.05    0.01    0.004

awk怎么可能？我试过跟随，但这只比较了第一列，

awk  'NR==FNR {h[$1] = $0; next} {print $1,h[$1]}' OFS="\t" 2.txt 1.txt

但是当我将其更改为比较第二列时，它不起作用

awk  'NR==FNR {h[$2] = $0; next} {print $1,h[$2]}' OFS="\t" 2.txt 1.txt

此外，这一次仅适用于两个文件。

通过比较awk中的第二列，有没有办法在四个文件上执行此操作？

Answer 1

在排序输入文件上使用join，并假设shell使用<(...)了解进程替换（我使用了您为每个提供的数据副本输入文件，只需在顶部添加一行进行识别，这是AAA行：

$ join <( join -1 2 -2 2 -o 0,1.3,2.3 1.txt 2.txt ) \
       <( join -1 2 -2 2 -o 0,1.3,2.3 3.txt 4.txt )
AAA 1 2 3 4
ABI1 0.19 0.19 0.19 0.19
ABL1 0.15 0.15 0.15 0.15
ABL2 0.07 0.07 0.07 0.07
ACSL3 0.21 0.21 0.21 0.21

这里有三个连接。要执行的前两个是<(...)中的那些。第一个连接前两个文件，第二个连接最后两个文件。其中一个连接的结果看起来像

AAA 1 2
ABI1 0.19 0.19
ABL1 0.15 0.15
ABL2 0.07 0.07
ACSL3 0.21 0.21

选项-o 0,1.3,2.3表示“从两个文件中输出连接字段和字段3”。 -1 2 -2 2表示“将每个文件的字段2用作连接字段（而不是字段1）”。

最外面的join获取两个结果并执行产生输出的最终连接。

如果输入文件未在连接字段中排序：

$ join <( join -1 2 -2 2 -o 0,1.3,2.3 <(sort -k2,2 1.txt) <(sort -k2,2 2.txt) ) \
       <( join -1 2 -2 2 -o 0,1.3,2.3 <(sort -k2,2 3.txt) <(sort -k2,2 4.txt) )

比较两个或多个文件的第二列并打印所有文件的联合

1 个答案: