根据两个文件的条件+列匹配生成新文件

Question

首先，如果我在发布之前没有遇到类似的答案，我深表歉意。

我正在尝试根据几个条件创建第三个文件。

我有两个输入文件

file1（制表符分隔）：-

X_ID1 y_id11 num1
X_ID2 y_id31 num2  
X_ID3 y_id34 num3 
X_ID4 y_id23 num4
X_ID5 y_id2  num5 
...  
...  

文件 2：-

BIOTIC AND ABIOTIC STRESS
x_id2
REGULATION OF TRANSCRIPTION
x_id1
x_id4
HORMONES
x_id5
REGULATION
x_id6
x_id13
...
...

****请注意，文件 1 的第 1 列是大写的，文件 2 中的数据是小写的

我想要的是有一个输出文件（file3）如下：-

BIOTIC AND ABIOTIC STRESS
y_id31
REGULATION OF TRANSCRIPTION
y_id11
y_id23
HORMONES
y_id2
...
...

基本上，如果我想到一个“伪代码”，它会如下所示：-

while read $line from file2; do
 if [[line1 != x_*]]; then
    print $line
 else
    match $line (case insensitively) with column 1 of file1 and print respective column2 of file1
 fi
done 

您能帮我解决这个问题吗？

提前非常感谢！

Answer 1

在 awk 中：

$ awk 'NR==FNR{a[tolower($1)]=$2;next}{print ($1 in a?a[$1]:$0)}' file1 file2
BIOTIC AND ABIOTIC STRESS
y_id31
REGULATION OF TRANSCRIPTION
y_id11
y_id23
HORMONES
y_id2
REGULATION
x_id6
x_id13

解释：

$ awk '
NR==FNR {                    # first file
    a[tolower($1)]=$2        # hash to a, key is lowercase $1 data is $2
    next                     # skip tp next record
}
{                            # second file
    print ($1 in a?a[$1]:$0) # if $1 exists in hash a, print it, else print current
}' file1 file2               # mind the order

根据@Sundeep 的建议，this 是 awk 中两个文件处理的一个很好的介绍。

Answer 2

OLD_IFS="${IFS}"
IFS=$'\n'
for line in `cat file2`
do
        if [[ -z `echo "${line}" | grep x_*`  ]]
        then
                echo "${line}"
        else
                grep -i "${line}" file1 | awk -F ' ' '{print $2}'
        fi
done
IFS="${OLD_IFS}"

Answer 3

可以通过一个while循环来完成：-

while IFS= read -r line;
do
   var=`echo $line | tr '[a-z]' '[A-Z]'`
   col2=`grep "$var" file1|cut -d" " -f2`
   if [[ -z "$col2" ]] ; then
        echo "$line" >> file3
    else
        echo "$col2"  >> file3
   fi

done < file2

解释：-

var=echo $line | tr '[a-z]' '[A-Z]' - 将小写转换为大写。

col2=grep "$var" file1|cut -d" " -f2 - 匹配来自 file1 的模式。如果不匹配，即变量 col2 为空，则将行写入文件 file3 否则将 col2 写入文件。