如何从文件 1 和文件 2 打印行，其中文件 1 中的第 9 列小于文件 2 中的第 4 列答案

【问题标题】：How can I print lines from file1 and file2 where columns 9 in file 1 is less than column 4 in file 2如何从文件 1 和文件 2 打印行，其中文件 1 中的第 9 列小于文件 2 中的第 4 列
【发布时间】：2020-02-28 19:37:38
【问题描述】：

我需要帮助。我试过无济于事。如何将 file1 和 file2 中的行打印到我的输出文件，其中 file1 的 column2 与 file2 的 column1 相同，然后 $9 file1 >= $4 file2 && $10 file1

文件1

BG chr20   100.000 15      0       0       1       15      13242327        13242341        5.1     
BG chr2    100.000 15      0       0       1       15      70212527        70212541        5.1     
BG chr2    100.000 15      0       0       1       15      216745730       216745744       5.1     
BG chr1    100.000 15      0       0       1       15       6195235       6195335        5.1

文件2

chr1    hg38_refGene    stop_codon      67093005        67093007        
chr1    hg38_refGene    CDS     67093008        67093604        
chr2    hg38_refGene    exon    216645730       216845744        
chr1    hg38_refGene    CDS      6095235      6395421

输出

BG chr2    100.000 15      0       0       1       15      216745730       216745744       5.1  chr2    hg38_refGene    exon    216645730       216845744 
BG chr1    100.000 15      0       0       1       15       6195235       6195335        5.1    chr1    hg38_refGene    CDS      6095235      6395421

代码

awk 'NR == FNR {A[$1] = $0; next} $1 in A {split(A[$1], T)} {if ( T[9] >= $4 && T[10] <= $5 )print A[$1], $0}' file1 file2 >output

【问题讨论】：

How do I format my code blocks?

标签： python bash awk

【解决方案1】：

join 就是为此而设计的。需要注意的是，连接需要两个已排序的输入文件（这对于初次使用的用户来说通常是一个陷阱）。

那么，试试这个：

join -1 2  <( sort -k2,2 file1 ) <( sort file2 )

这是输出：

chr1 BG 100.000 15 0 0 1 15 6195235 6195335 5.1 hg38_refGene CDS 6095235 6395421
chr1 BG 100.000 15 0 0 1 15 6195235 6195335 5.1 hg38_refGene CDS 67093008 67093604
chr1 BG 100.000 15 0 0 1 15 6195235 6195335 5.1 hg38_refGene stop_codon 67093005 67093007
chr2 BG 100.000 15 0 0 1 15 216745730 216745744 5.1 hg38_refGene exon 216645730 216845744
chr2 BG 100.000 15 0 0 1 15 70212527 70212541 5.1 hg38_refGene exon 216645730 216845744

然后，如果您愿意，可以使用 awk 更改列顺序。

【讨论】：

【解决方案2】：

文件 1 中的密钥是字段 2，而不是 1。

$ awk 'NR==FNR {a[$2]=$0; next} 
       $1 in a {split(a[$1],t); 
                if(t[9]>=$4 && t[10]<=$5) print a[$1], $0}' file1 file2 | column -t

BG  chr2  100.000  15  0  0  1  15  216745730  216745744  5.1  chr2  hg38_refGene  exon  216645730  216845744
BG  chr1  100.000  15  0  0  1  15  6195235    6195335    5.1  chr1  hg38_refGene  CDS   6095235    6395421

【讨论】：

谢谢 Karakfa，但我只得到了输出的第一行。
使用您发布的示例数据进行测试，这是我使用相同输入文件运行的结果。也许您的行尾不同，或者您的数据在结构上可能与发布的不同