複数のファイルの特定の列を結合する方法

Question 1

すべてのUnixシステムのすべてのシェルでawkを使用してください。

$ cat tst.awk
BEGIN { FS=OFS="\t" }
(NR == FNR) || ($3 != "") {
    fnr2rec[FNR] = $0
}
FILENAME == ARGV[ARGC-1] {
    print fnr2rec[FNR]
}

$ awk -f tst.awk A.tsv B.tsv C.tsv
id      clade   mutation
243     40A     SDF
254     20B
261     40A     MGG
267     20B     SLT

Answer

すべてのUnixシステムのすべてのシェルでawkを使用してください。

$ cat tst.awk
BEGIN { FS=OFS="\t" }
(NR == FNR) || ($3 != "") {
    fnr2rec[FNR] = $0
}
FILENAME == ARGV[ARGC-1] {
    print fnr2rec[FNR]
}

$ awk -f tst.awk A.tsv B.tsv C.tsv
id      clade   mutation
243     40A     SDF
254     20B
261     40A     MGG
267     20B     SLT

Question 2

次に、次を使用してpaste出力を処理しますawk。

paste file[ABC].tsv |\
awk 'BEGIN{ FS=OFS="\t" } { for(i=3; i<=NF; i+=3) if($i"")break; print $1, $2, $i }'

使用される条件は、if($i"")breaknull以外の最初のフィールドが見つかった場合にforループを中止し（awkに文字列比較を実行させるには二重引用符を使用します）、フィールド＃1、＃2、および以前に見つかったnull以外のフィールドのみを印刷します。することです。フィールド＃iパスにあります。

Answer

次に、次を使用してpaste出力を処理しますawk。

paste file[ABC].tsv |\
awk 'BEGIN{ FS=OFS="\t" } { for(i=3; i<=NF; i+=3) if($i"")break; print $1, $2, $i }'

使用される条件は、if($i"")breaknull以外の最初のフィールドが見つかった場合にforループを中止し（awkに文字列比較を実行させるには二重引用符を使用します）、フィールド＃1、＃2、および以前に見つかったnull以外のフィールドのみを印刷します。することです。フィールド＃iパスにあります。

Question 3

これは効果があります（反対の結果が気に入らない場合）。

[root@SE ~]# awk 'BEGIN{FS=OFS="\t"} { if($3>0) { print }}' A.tsv B.tsv C.tsv | sort -ru

私は慣れていないので、おそらくこれを達成するより簡単な方法があると確信していますawk。

私がしたことは、3つのファイルをすべて印刷し、バリアントから文字を持たないすべての行を削除することだけでした。その後、パイプラインはsort -uすべての重複エントリを削除します。この-rフラグは順序を逆にします。

[root@SE ~]# awk 'BEGIN{FS=OFS="\t"} { if($3>0) { print }}' A.tsv B.tsv C.tsv | sort -ru
id  clade   mutation
267 20B SLT
261 40A MGG
254 20B SLT
243 40A SDF

@Quasimodoはこれを単純化しました。ありがとうございます。

awk 'BEGIN{FS=OFS="\t"} (FNR>1 || NR==1) && $3' A.tsv B.tsv C.tsv

処理された最初の行（つまり、最初の入力ファイルのヘッダー）または処理されたすべての行の場合は、1行を印刷します。いいえヘッダーですが空ではない3番目のフィールドが含まれています。{ ... }ルールブロック（）の外側のブール式が「true」と評価され、awk現在の行を印刷する必要があることを示すために機能します。

Answer