次の2つのファイルがあります。
# File 1 has 3 columns:
SampleName Type Position
5R01924 ABC 92184093
5R01028 ABC 15589809
5R01092 ABC 48759348
# File 2 has many columns.
# Column 2 is the Position
# Columns 5 to end are the different SampleNames
A Position B C 5R01924 5R01028 5R01092
1 15589809 2 3 D:E:F:G H:I:J:K L:M:N:O
1 92184093 2 3 P:Q:R:S T:U:V:W X:Y:Z:AA
1 48759348 2 3 AB:AC:AD:AE AF:AG:AH:AI AJ:AK:AL:AM
最初のファイルに4番目の列を追加するか、ファイル1をコピーして、この新しい3番目のファイルに4番目の列を追加したいと思います。
列4には、ファイル1のインデックスを使用してファイル2から抽出された正しい情報を含める必要があります。したがって、ファイル1の行1は、ファイル2の行2に移動して列5(5R01924)から情報を抽出することを意味します。しかし、私はこの情報のR部分だけが欲しいです。したがって、出力は次のようになります。
# file 3 or append column 4 to file 1
SampleName Type Position Output
5R01924 ABC 92184093 R
5R01028 ABC 15589809 J
5R01092 ABC 48759348 AL
これまで、私は次のようなものを持っています:
while IFS=" " read -r value1 value2 value3
do
awk '$2 == "${value3}" {
# find column # from name of value 1 (save as col variable)
print split(${col},a,":"), a[3]
}' file2 >> file3.txt
done
# where does file 1 go?
助けてください:)
答え1
awkはそれを自分で処理できます。ここに "combine.awk"ファイルがあります。
# first file, first line
FILENAME == ARGV[1] && FNR == 1 {
for (i=5; i<=NF; i++) head[i] = $i
}
# first file, subsequent lines
FILENAME == ARGV[1] && FNR > 1 {
for (i=5; i<=NF; i++) {
split($i, f, /:/)
value[$2, head[i]] = f[3]
}
}
# second file
FILENAME == ARGV[2] {
print $0, (FNR == 1 ? "Output" : value[$3, $1])
}
それではこう呼びます。
awk -f combine.awk file2 file1 > file3
出力ファイルには以下が含まれます。
SampleName Type Position Output
5R01924 ABC 92184093 R
5R01028 ABC 15589809 J
5R01092 ABC 48759348 AL
答え2
ファイルを読み取るためにbashを呼び出す必要はありません。
私たちはこれらすべてをawkで次のようにすることができます:
### sanitize inputs
for f in ./File1 ./File2; do
dos2unix "$f"
done
awk '
!NF || $1 ~ /^#/ {next}
NR==FNR {
for (i=5; i<=NF; i++)
if (NR > 1) {
split($i, t, /:/)
a[sample[i-4],$2] = t[3]
split("", t, ":")
}
else sample[i-4] = $i
next
}
{
k = $1 SUBSEP $3
f = FNR == 1 ? "Output" \
: !(k in a) ? "N/A" \
: a[k]
print $0, f
}
' File2 OFS="\t" File1
出力:
SampleName Type Position Output
5R01924 ABC 92184093 R
5R01028 ABC 15589809 J
5R01092 ABC 48759348 AL
答え3
まず、あなたの質問は複雑なので、簡単な答えを期待することはできません。
awk 'BEGIN{IFS="[[:space:]]+";OFS=" ";} NR>1 && NR==FNR {Trr[$3]=$0;Arr[$1]=$3;next} NR>FNR && FNR==1 {for(key in Arr) {for(i=5;i<=NF;i++) {if(key==$i) {nArr[key]=i;break}}}} NR>FNR && FNR>1 {for(tKey in Trr) {if($2==tKey) {for(aKey in Arr) {if(Arr[aKey]==$2) {i=nArr[aKey];Trr[tKey]=Trr[tKey]" "$i;break}}}}}END{for(key in Trr) print Trr[key]}' A B | tr ':' ' ' | awk -F'[[:space:]]+' '{print $1,$2,$3,$6}'
上記の説明:
- IFSそしてオルフェウス:入出力ファイル区切り記号です。
- [[:space:]]+: ファイル区切り文字に複数のスペースがあるため、これを使用する必要があります。
- NRはい行番号最初から...
- FNR: はいファイル行番号です。複数のファイル名を指定する
awk
場合NRしかし、1から始めてFNRファイル変更で1にリセット - 次へ、残り非常に明確な
- {}:通訳の混乱を防ぐために、すべてのブロックでこれを使用する必要があります。