列が一致する2つのファイルを結合する


11

File1.txt

    id                            No
    gi|371443199|gb|JH556661.1| 7907290
    gi|371443198|gb|JH556662.1| 7573913
    gi|371443197|gb|JH556663.1| 7384412
    gi|371440577|gb|JH559283.1| 6931777

File2.txt

 id                              P       R       S
 gi|367088741|gb|AGAJ01056324.1| 5       5       0
 gi|371443198|gb|JH556662.1|     2       2       0
 gi|367090281|gb|AGAJ01054784.1| 4       4       0
 gi|371440577|gb|JH559283.1|     21      19      2

output.txt

 id                              P       R       S  NO
 gi|371443198|gb|JH556662.1|     2       2       0  7573913
 gi|371440577|gb|JH559283.1|     21      19      2  6931777

File1.txtには2つの列があり、File2.txtには4つの列があります。一意のIDを持つ2つのファイル(array [1]は両方のファイル(file1.txtとfile2.txt)で一致する必要があります)を結合し、一致したIDのみを出力したい(output.txtを参照)。

試しましたjoin -v <(sort file1.txt) <(sort file2.txt)。要求されたawkまたはjoinコマンドのヘルプ。

回答:


18

join よく働く:

$ join <(sort File1.txt) <(sort File2.txt) | column -t | tac
 id                           No       P   R   S
 gi|371443198|gb|JH556662.1|  7573913  2   2   0
 gi|371440577|gb|JH559283.1|  6931777  21  19  2

ps。出力列の順序は重要ですか?

はいの場合:

$ join <(sort 1) <(sort 2) | tac | awk '{print $1,$3,$4,$5,$2}' | column -t
 id                           P   R   S  No
 gi|371443198|gb|JH556662.1|  2   2   0  7573913
 gi|371440577|gb|JH559283.1|  21  19  2  6931777

よく働く。列の順序は重要ではありません
ジャック

含める理由は何tacですか?
Michael Mrozek

これsortは、ヘッダー文字列を最後に配置するためです。実際にはそれは汚いソリューションです。そして一般的に、ヘッダは出力の真ん中に入るかもしれません。ただし、ここでは機能します。
ラッシュ

10

使用する1つの方法awk

内容script.awk

## Process first file of arguments. Save 'id' as key and 'No' as value
## of a hash.
FNR == NR {
    if ( FNR == 1 ) { 
        header = $2
        next
    }   
    hash[ $1 ] = $2
    next
}

## Process second file of arguments. Print header in first line and for
## the rest check if first field is found in the hash.
FNR < NR {
    if ( $1 in hash || FNR == 1 ) { 
        printf "%s %s\n", $0, ( FNR == 1 ? header : hash[ $1 ] ) 
    }   
}

次のように実行します。

awk -f script.awk File1.txt File2.txt | column -t

次の結果:

id                           P   R   S  NO
gi|371443198|gb|JH556662.1|  2   2   0  7573913
gi|371440577|gb|JH559283.1|  21  19  2  6931777

+65535は元の行の順序を維持します。:-)
zeekvfu 2014

+65535は元の行の順序を維持します。:-)
zeekvfu 2014
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.