Question

如果awk（如f）中的id是唯一的，则@@ RavinderSingh13可以使下面的$4完美地工作。但是，我的大多数数据都像f1一样，其中相同的ID可能会出现多次。我认为这就是awk无法正常工作的原因。我在一行中添加了一条注释，该注释不能更改而不会导致脚本中止。搜索f2中的每一行，并且必须包含id，在这种情况下为COL1A2，但该id不能是单个条目。该id可能会出现5次，但是会搜索f2中的每行。使用$4中的f1作为ID，并将每个$1，$2和$3的值读入变量min和{{1 }}。

然后max在$4中的_上拆分并读入f2。来自array的相同ID可能出现在f1的多行中，但是每行将具有唯一的f2和$2值。拆分中的每个值都将与$3中的$4 ID相匹配。 f1和min必须与max的{{1}}相匹配，并且必须在$1中的f2和$2值之间。不需要完全匹配，而仅需要$3或f2变量位于min和max之内。如果为真，则在$2的{{1}}中打印$3，如果不是，则以exon打印$5。大部分工作都按预期进行，我只是没有考虑多个肠的可能性，并且不确定如何调整它。谢谢：）

例如，使用f2的内容（其中intron出现3次），在$5中搜索每个条目或每一行。目前，我相信由于f1不是唯一的，因此在COL1A2中发现不匹配，因为没有为每个条目或行设置f2和COL1A2。谢谢：）。

希望获得预期的输出结果

f2

了解当前输出

min

f的内容 max

awk '
 BEGIN{
  SUBSEP=","
}
FNR==NR{
  max[$1,$NF]=$3
  min[$1,$NF]=$2
  next
}
{
 split($4,array,"_")   # How do I change/modify this so it only looks a each line with this id `COL1A2` in it?
}
(($1,array[1]) in max){
if(($2>min[array[5],array[1]] && $2<max[array[5],array[1]]) || ($3>max[array[5],array[1]] && $3<max[array[5],array[1]])){
  print array[5],array[1],min[array[5],array[1]],max[array[5],array[1]],"exon"
  next
}
}
{
  print $0,"intron"}' f f2 

chr7    94024333    94024423    COL1A2_cds_0_0_chr7_94024344_f  0   + intron
chr7    94027049    94027080    COL1A2_cds_1_0_chr7_94027060_f  0   + intron
chr7 COL1A2 94027591 94027701 exon

f1的内容 .... }' f1 f2 chr7 94024333 94024423 COL1A2_cds_0_0_chr7_94024344_f 0 + intron chr7 94027049 94027080 COL1A2_cds_1_0_chr7_94027060_f 0 + intron chr7 94027683 94027718 COL1A2_cds_2_0_chr7_94027694_f 0 + intron

single COL1A2 entry

f2的内容 chr7 94027591 94027701 COL1A2

multiple COL1A2 entry, this is most of the actual data, very few are single entries though there are some

awk搜索文件可能包含ID为

0 个答案: