正则表达式 – awk搜索一个文件中的列,如果匹配两个文件中的打印列

2019年8月6日 222次阅读

我正在尝试比较文件1中的第1列和文件2中的第3列,如果它们匹配则从file1打印第一列,从file2打印第一列.

这是每个文件的样本：

文件1

Cre01.g000100   
Cre01.g000500  
Cre01.g000650

文件2

chromosome_1    71569  |655|Cre01.g000500|protein_coding|CODING|PAC:26902937|1|1)
chromosome_1    93952  |765|Cre01.g000650|protein_coding|CODING|PAC:26903448|11|1)
chromosome_1    99034  |1027|Cre01.g000100 |protein_coding|CODING|PAC:26903318|9|1)

期望的输出

Cre01.g000100  chromosome_1    99034        
Cre01.g000500  chromosome_1    71569   
Cre01.g000650  chromosome_1    93952

我一直在寻找有点类似的各种线程,但我似乎无法从两个文件中打印列.以下是一些有些相关的链接：

awk compare 2 files, 2 fields different order in the file, print or merge match and non match lines

Obtain patterns from a file, compare to a column of another file, print matching lines, using awk

awk compare columns from two files, impute values of another column

Obtain patterns in one file from another using ack or awk or better way than grep?

Awk – combine the data from 2 files and print to 3rd file if keys matched

我觉得我应该能够根据这些线程弄清楚它,但是我已经两天了,我一直在尝试不同的代码变体而且我没有得到任何地方.
这是我尝试在我的文件上使用的一些代码：

awk 'FNR==NR{a[$3]=$1;next;}{print $0 ($3 in a ? a[$3]:"NA")}' file1 file2

awk 'NR==FNR{ a[$1]; next} ($3 in a) {print $1 $2 a[$1]}' file1 file2

awk 'FNR==NR{a[$1]=$0; next}{print a[$1] $0}' file1 file2

我知道我必须创建一个包含file1的第一列(或file2的第3列)的临时矩阵,然后将其与其他文件进行比较.如果匹配,则从文件1打印第一列,从文件2打印第1列和第2列.

谢谢您的帮助！

最佳答案 你可以使用这个awk：

awk -F '[| ]+' -v OFS='\t' 'NR==FNR{a[$4]=$1 OFS $2; next}
       $1 in a{print $1, a[$1]}' file2 file1
Cre01.g000100   chromosome_1    99034
Cre01.g000500   chromosome_1    71569
Cre01.g000650   chromosome_1    93952
点赞