主页 / unix / 问题 / 441638
Accepted
Anna1364
Asked: 2018-05-04 11:11:28 +0800 CST

ID匹配时如何从另一个文件中复制列

  • 772

我有2个文件，

head file1

    1   115258827   12 HG00099
    1   115258827   5 HG00100
    1   115258827   8 HG00101
    1   115258827   6 HG00103
    1   115258827   4 HG00108
    1   115258827   3 HG00110
    1   115258827   4 HG00111
    1   115258827   2 HG00114
    1   115258827   8 HG00115
    1   115258827   5 HG00116

和另一个文件

head file2
HG00096 0|0
HG00097 0|0
HG00099 0|0
HG00100 0|1
HG00101 0|0
HG00102 0|0
HG00103 0|0
HG00105 0|0
HG00106 0|0
HG00107 0|0

我想检查 file1 的最后一列是否与 file2 的第一列匹配，将文件 2 的第二列添加到 file1，最终得到类似

head desired
1   115258827   12 HG00099 0|0
1   115258827   5 HG00100  0|1
1   115258827   8 HG00101  0|0
1   115258827   6 HG00103  0|0
awk text-processing

2 个回答

  1. 假设您要合并/加入数据的字段已排序：

    $ join -1 4 -o1.1,1.2,1.3,0,2.2 file1 file2
1 115258827 12 HG00099 0|0
1 115258827 5 HG00100 0|1
1 115258827 8 HG00101 0|0
1 115258827 6 HG00103 0|0

    这将连接file1（使用 指定-1 4，因为它不是该文件中的第一列）的第四列和file2（这些是需要对文件进行排序的列）的第一列上的两个文件。

    该-o标志告诉join我们希望在输出中看到哪些字段，以及从哪个文件中获取它们（1.3例如，表示“第一个文件中的第三个字段”，并0表示连接字段）。

    使用的好处join是两个文件都不必完全读入内存。

    如果文件未排序，您可以使用

    sort -k4 -o file1 file1
sort     -o file2 file2

    或者，如果您使用的是理解进程替换的 shell，您可以在使用连接的同时对它们进行排序

    join -1 4 -o1.1,1.2,1.3,0,2.2 <( sort -k4 file1 ) <( sort file2 )

    排序后的数据join一次只能在内存中保留每个文件的几行。

    • 4
  2. Best Answer

    尝试：

    awk 'FNR==NR{seen[$1]=$2; next} seen[$NF]{print $0, seen[$NF]}' file2 file1

    使用column $ 1的键，将column$2 的相应值保存到一个关联的数组中/line 由awk读取并递增，直到读取单个输入文件或多个文件的所有记录/行；将在awk读取的第一条记录/行上设置为 1并递增，直到在当前输入文件中读取所有记录/行，并将为下一个文件重置回 1。NR==FNRNRFNR

    下一个块，如果最后一列的值与所见数组中的相同键值匹配，则打印file1中的整行和数组中相同键的值。

    • 2

相关问题