基于具有不同行号的公共列合并两个txt文件答案

【问题标题】：Merging two txt files based on a common column with different row numbers基于具有不同行号的公共列合并两个txt文件
【发布时间】：2021-05-19 00:29:45
【问题描述】：

我想合并两个以空格分隔的文件，而不先根据“表型”列对它们进行排序。文件 1 多次包含相同的表型，而文件 2 每个表型只有一次。我需要将文件 1 中的“表型”与文件 2 中的“类别”相匹配。

文件 1：

chr pos pval_EAS phenotype FDR
1 1902906 0.234 biomarkers-30600-both_sexes-irnt.tsv.gz 1
2 1475898 0.221 biomarkers-30600-both_sexes-irnt.tsv.gz 1
2 568899 0.433 continuous-4566-both_sexes-irnt.tsv.gz 1
2 2435478 0.113 continuous-4566-both_sexes-irnt.tsv.gz 1
4 1223446 0.112 phecode-554-both_sexes-irnt.tsv.gz 0.345
4 3456573 0.0003 phecode-554-both_sexes-irnt.tsv.gz 0.989

文件 2：

phenotype Category
biomarkers-30600-both_sexes-irnt.tsv.bgz Metabolic
continuous-4566-both_sexes-irnt.tsv.gz Neoplasms
phecode-554-both_sexes-irnt.tsv.gz Immunological

我尝试了以下方法，但没有得到所需的输出：

awk -F' ' 'FNR==NR{a[$1]=$4; next} {print $0 a[$6]}' file2 file1 > file3

【问题讨论】：

标签： linux awk merge

【解决方案1】：

使用您展示的示例，请尝试以下操作。

awk 'FNR==NR{arr[$1]=$2;next} ($4 in arr){print $0,arr[$4]}' file2 file1

说明：为上述添加详细说明。

awk '                ##Starting awk program from here.
FNR==NR{             ##Checking condition which will be TRUE when file2 is being read.
  arr[$1]=$2         ##Creating array arr with index of $1 and value is $2.
  next               ##next will skip all further statements from here.
}
($4 in arr){         ##Checking condition if 4th field is in arr then do following.
  print $0,arr[$4]   ##Printing current line along with value of arr with 4th field as index number.
}
' file2 file1        ##Mentioning Input_file names here.

奖励解决方案：如果您想打印那些不匹配值的行并希望使用N/A 进行打印，请执行以下操作。

awk 'FNR==NR{arr[$1]=$2;next} {print $0,(($4 in arr)?arr[$4]:"N/A")}' file2 file1

【讨论】：