☰

2つの異なる列を使用して複数のファイル（2つ以上）を比較します。

tag-icon • tag-icon text-processing awk perl join
2つの異なる列を使用して複数のファイル（2つ以上）を比較します。

file1、file2、file3、file4の4つのファイルがあります。各ファイルには、タブで区切られた2つの異なる列があります。 file1の最初の列（参照用）を2番目のファイルの最初の列、3番目、4番目のファイルと一致させ、一致する最初の列と各ファイルの一致する最初の列を2番目の列に印刷したいと思います。ファイルは次のとおりです。

ファイル1

Bm1_00085|Bm1_22625    0.263974289
Bm1_00087|Bm1_22620    0.663443490

ファイル2

Bm1_00085|Bm1_22625    0
Bm1_57630|Bm1_52870    0

ファイル3

Bm1_57630|Bm1_54855    0
Bm1_00085|Bm1_22625    4

ファイル4

Bm1_57630|Bm1_52870    0
Bm1_00085|Bm1_22625    1

出力：

Bm1_00085|Bm1_22625 0.263974289 0 4 1

答え1

join次の処理方法がわかるほどスマートなシェルを使用してください<(...)。

join <(sort file1) <(sort file2) | join - <(sort file3) | join - <(sort file4)

出力：

Bm1_00085|Bm1_22625 0.263974289 0 4 1

答え2

awkを使用してこれを行う1つの方法は次のとおりです。

解析.awk

# Use the first column of the first file as a key and the second column
# as a value in the h hash
NR==FNR { h[$1] = $2; next }

# If $1 is a key in h append $2 to h[$1]
$1 in h { h[$1] = h[$1] OFS $2 }

# When the input has been exhausted, print h key value pairs
# that contain more than one element 
END { for(k in h)
  if(split(h[k], a) > 1)
    print k OFS h[k]
}

次のように実行します。

awk -f parse.awk file1 file2 file3 file4

出力：

Bm1_00085|Bm1_22625 0.263974289 0 4 1

答え3

Perlでは、これを行うツールはハッシュです。ハッシュは一連のキーと値のペアであるため、相互参照は非常に簡単です。

注 - このようになりますただ最初のフィールドが一意の場合に機能します。

#!/usr/bin/env perl
use strict;
use warnings;
my %data;

while (<>) {
    my ( $key, $value ) = split;
    push( @{ $data{$key} }, $value );
}

foreach my $key ( sort keys %data ) {
    if ( @{ $data{$key} } >= @ARGV ) {
        print join( "\t", $key, @{ $data{$key} } ), "\n";
    }
}

として呼び出されますmyscript.pl file1 file2 file3 file4。

それ：

  • コマンドラインからファイルのリストを読み取り、<>処理のために開きます。
  • 一度に1行ずつ繰り返して、行を$key合計に分割します$value。

  • $value配列のハッシュに保存されます。

  • ハッシュの各キーを繰り返します。

  • 要素の数> =コマンドライン引数の数（ファイルの数など）の場合 - 行を印刷します。

出力は次のとおりです

Bm1_00085|Bm1_22625 0.263974289 0   4   1

メモ:

すべてのファイルに独自の「キー」があるとします。

関連情報