比较不同列的两个文件，打印不同的列

Question

我想比较 file2 的第二列和 file1 的第一列。如果它们相等，我想将 file1 的第二列添加到 file2 中，如 output.txt 所示。

文件2

chr5    ENST00000514151    utr5    0    +
chr5    ENST00000512281    utr5    0    +
chr5    ENST00000512281    utr5    0    +
chr5    ENST00000512281    utr5    0    +

文件1

ENST00000512281    a
ENST00000504031    b
ENST00000776348    c

输出.txt

chr5    a    ENST00000512281    utr5    0    +
chr5    a    ENST00000512281    utr5    0    +
chr5    a    ENST00000512281    utr5    0    +

我能够将文件与

进行比较

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

这给出了以下输出：

chr5    ENST00000512281    utr5    0    +
chr5    ENST00000512281    utr5    0    +
chr5    ENST00000512281    utr5    0    +

但我不知道如何将 file1 的第二列添加到输出中。

Answer 1

您可以使用a[$1]=$2 将file1 中的$2 的值存储到数组中。所以你可以试试：

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

输出：

chr5 b ENST00000504031 utr5 0 +
chr5 b ENST00000504031 utr5 0 +
chr5 a ENST00000512281 utr5 0 +
chr5 a ENST00000512281 utr5 0 +
chr5 a ENST00000512281 utr5 0 +

说明：

• 这会使用$1=$1 FS a[$2] 修改file2 中的$1，其中FS 是默认字段分隔符，它是一个空格.. 然后重建记录，以便以后可以由print 打印。 .
• 如果需要，print 可以简化为1。就像$2 in a { $1=$1 FS a[$2] }1
• 请注意，这会重建file2 中的记录，因此任何空格或制表符序列都将在输出中被截断为单个空格。要将原始格式保留在 file2 中，可以使用 Gnu Awk 版本 4 中的 split() 函数..