主页 / unix / 问题 / 467523
Accepted
Nicolas
Asked: 2018-09-08 04:11:15 +0800 CST

用于合并具有公共列的多个文件的 awk

  • 772

我有一个关于 unix 中的 awk 命令的问题，用于合并具有共同值的多个表

选项卡1

Geneid  Chr Start   End Strand  Length Sample_1
ENSG00000278267 1   17369   17436   -   68  0
ENSG00000243485 1;1;1   29554;30267;30976   30039;30667;31109   +;+;+   1021    0

选项卡 2

Geneid  Chr Start   End Strand  Length Sample_2
ENSG00000278267 1   17369   17436   -   68  0
ENSG00000243485 1;1;1   29554;30267;30976   30039;30667;31109   +;+;+   1021    0

选项卡 3

Geneid  Chr Start   End Strand  Length Sample_3
ENSG00000278267 1   17369   17436   -   68  0
ENSG00000243485 1;1;1   29554;30267;30976   30039;30667;31109   +;+;+   1021    0

如您所见，这些表中的 Geneid 相似，我想将这些文件合并为 1 与 GeneID 列和“Sample_n”列

awk 'NR==FNR {h[$1] = $7; next} {print $1,$7,h[$1]}' Sample_1.txt Sample_2.txt | head

如果我没有遗漏什么意思：NR==FNR，第一个文件是输出的模板 {h[$1] = $7; next} h 包含文件 1 的 GeneID 与第 7 列中的值相关联

这适用于 2 个文件，但不适用于 3 个或更多

Geneid Sample_1 Sample_2
ENSG00000278267 0 0 
ENSG00000243485 0 0

我查看了这个网站，人们发布了所有代码，但我不太了解命令，所以有人知道如何合并这些文件并解释命令中的参数吗？

awk merge

1 个回答

  1. Best Answer
    awk '
    {samples[$1] = samples[$1] OFS $NF} 
    END {
        # print the header first
        print "Geneid", samples["Geneid"] 
        delete samples["Geneid"]
        # and then the rest of the data
        for (geneid in samples) print geneid, samples[geneid]
    }
' Tab*

    | column -t如果要排列列，则将输出管道输入

    • 3

相关问题