Início / unix / Perguntas / 442374
Accepted
Anna1364
Asked: 2018-05-08 10:00:31 +0800 CST

como copiar uma coluna de outro arquivo quando os IDs correspondem (vários arquivos em cada pasta)

  • 772

Acabei de encontrar com uma pergunta. É muito parecido com o que já perguntei antes como copiar uma coluna de outro arquivo quando os ID's coincidem , com algumas diferenças.

Tenho uma pasta (folder1), com vários arquivos:

desired_pos142535974
desired_pos142540918
desired_pos142541687
desired_pos142541814
desired_pos142541910
desired_pos142542976

arquivo de cabeçalho se parece com isso

head desired_pos142535974
1   142535974   196 HG00100
1   142535974   64 HG00101
1   142535974   63 HG00103
1   142535974   26 HG00108
1   142535974   85 HG00110
1   142535974   83 HG00114
1   142535974   148 HG00115

Eu tenho outra pasta (folder2)

desired_output_pos142535974_g
desired_output_pos142540918_g
desired_output_pos142541687_g
desired_output_pos142541814_g
desired_output_pos142541910_g
desired_output_pos142542976_g

cada arquivo na pasta2 se parece com isso

head desired_output_pos142535974_g
    HG00096 0|1
    HG00097 1|0
    HG00099 0|1
    HG00100 1|0
    HG00101 0|1
    HG00102 0|1
    HG00103 1|1

cada arquivo na pasta 1 tem um arquivo idêntico na pasta 2 com o mesmo ID "pos...." (por exemplo, desejado_pos142535974 e desejado_saída_pos142535974_g ambos pertencem ao mesmo indivíduo).

Portanto, desta vez, quero verificar se a última coluna de um arquivo na pasta 1 corresponde à primeira coluna de um arquivo na pasta 2 com o ID "pos" idêntico, adicione a segunda coluna do arquivo 2 ao arquivo1, terminando com algo Curti

head desires_pos142535974
1   142535974   196 HG00100  1|0
1   142535974   64 HG00101   0|1
1   142535974   63 HG00103   1|1
awk text-processing

1 respostas

  1. Best Answer

    Vejo que o único problema que você pode enfrentar é que deseja alimentar o mesmo nome de arquivo. Aqui está:

    $ find /path/to/dir1 -type f -name 'desired_pos*' -exec sh -c '
    awk "FNR==NR{seen[\$1]=\$2; next} seen[\$NF]{print \$0, seen[\$NF]}" \
        ./path/to/dir2/desired_output_${1#*_}_g $1 >/log/to/file/desires_${1#*_}' _ {} \;
1   142535974   196 HG00100 1|0
1   142535974   64 HG00101 0|1
1   142535974   63 HG00103 1|1

    findapenas arquivos -type flocalizados no /path/to/dir1caminho com o qual seu nome começa desired_pos*( *significa seguido por qualquer coisa ou nenhum), faça o mesmo conforme explicado aqui ; apenas aqui file2 é o arquivo em /path/to/dir2/desired_output_xxxe $1depois disso é file1 encontrado /path/to/dir1onde ambos os arquivos têm as mesmas pos#partes. ${1#*_}está retornando a mesma parte que remove a correspondência mais curta do arquivo1 até o primeiro _visto.

    • 1

relate perguntas