我有 2 个文件,如下所示:文件1.txt
chr pos ref totoal A C T G
chr1 2488104 A 8690 99.954 0.0230 0 0.0230
chr1 2488105 T 8847 0 99.954 0.022 0.0226
chr1 2488106 G 8902 0.011 0.0337 0 99.955
chr1 2488107 G 8875 0 0.02252 0 99.977
chr1 2488108 A 8674 99.919 0 0.011 0.0691
chr1 2488109 G 9116 0.021 0.0658 0 99.912
chr1 2488110 C 9191 0.087 0.0652 99.847 0
chr1 2488111 C 9291 0 0.0430 99.956 0
chr1 2488112 T 9254 0 100 0 0
chr1 2488113 C 9354 0 0.0427 99.957 0
chr1 2488114 C 9493 0 0.0842 99.915 0
和一个文件2.txt:
chr1 2488111 T 0.09
chr1 2488105 C 0.053
chr1 2488115 G 0.03
如果两个文件之间的 $1 和 $2 匹配,我想提取 file1 的 A-D 列的数值。选择哪一列提取应取决于 file2 的 $3 字段(即对于"chr1 2488111 T",我会返回"99.956",因为它是 chr1 位置2488111在列"T"中报告的值。
我找到了一堆代码来匹配两个文件之间的字段,但我不能只找回我感兴趣的值。AWK 如下:
awk '
BEGIN {FS = OFS = "t"
}
NR==FNR {for (n = split ($2, a); n>0; n--) CMP[$1, a[n]]
next
}($1,$2) in CMP {print $0
}
' file2.txt file1.txt
我想根据字段之间的匹配以及 file3 的 $2 和 file1 的标头之间的匹配,从 file1 中提取一个值。
理想的输出是报告 file2 的原始行,并在行尾附加值:
chr1 2488111 T 0.09 99.956
chr1 2488105 C 0.053 0
chr1 2488115 G 0.03 NA
发布的预期输出不匹配,但它符合您的问题所描述的,所以我认为这可能是您真正想要的:
$ cat tst.awk
BEGIN { FS=OFS="t" }
NR==FNR {
if (NR == 1) {
for (i=1; i<=NF; i++) {
fldNr2name[i] = $i
}
next
}
for (fldNr=3; fldNr<=NF; fldNr++) {
fldName = fldNr2name[fldNr]
vals[$1,$2,fldName] = $fldNr
}
next
}
{
print $0, ( ($1,$2,$3) in vals ? vals[$1,$2,$3] : "NA" )
}
$ awk -f tst.awk file1 file2
chr1 2488111 T 0.09 99.956
chr1 2488105 C 0.053 99.954
chr1 2488115 G 0.03 NA