AWK：从 shell 变量中选择行答案

【问题标题】：AWK: select rows from shell variablesAWK：从 shell 变量中选择行
【发布时间】：2014-10-14 08:03:55
【问题描述】：

这里我有两个文件 data.txt 和 mrk.txt。

在第一行中，我想选择第二列中标有 2 的 id。第二行我只想保留以这些 id (3,5,8,9,10) 开头的行并删除其余行。有谁知道我该怎么做？

dam=$(awk '$2==2 {print $1}' data.txt)
./QmSim2uga.awk -v genotyped="$dam" mrk.txt > c_mark_001

QMSim2uga.awk 是

#!/bin/gawk -f
BEGIN{
nind=0
FIELDWIDTHS = "3 1 1 1 1 1"
}
($1 == dam){        
    nsnp=NF-1
    genotype=""
    for (i=1; i<=nsnp; i++){
        out=$(i+1)
        # QmSim -> UGA
        # 0 -> AA -> 0
        # 2 -> aa -> 2
        # 3 -> Aa -> 1
        # 4 -> aA -> 1
        # (missing does not exist) -> 5
        if(out>2) {out=1} 
        genotype=genotype out
    }
    if (NR % 10000 ==0){ printf("%s\n",NR) > "/dev/stderr" }
    printf("%10s%1s%" nsnp "s\n",$1," ",genotype)
    nind++
}
END{
printf("%s%10s%10s\n","nsnp, nanim",nsnp,NR) > "/dev/stderr"
}

数据.txt

mrk.txt

所需的输出将是，mrk.txt 文件第 2 列中的“3”和“4”应替换为 1

但是现在给出的代码，输出文件是空的

【问题讨论】：

你当前和想要的输出是什么，你现在的代码有什么问题？
想要的输出是 3 43220(/n) 5 02333(/n) 等等，现在输出文件是空的。我不知道这里出了什么问题。
好的，我的问题已经回答了大约三分之一。
你有修改代码的想法吗？

标签： shell variables awk subset

【解决方案1】：

针对新需求

旧要求

awk 'x[$1];{x[$1]=$2~2}' file file

新要求

awk 'a[$1]{gsub(/(3|4)/,"1",$2);print}{a[$1]=$2~2}' file file

【讨论】：

【解决方案2】：

join data.txt mrk.txt | awk '$2 == 2 { print $1, $3 }'

【讨论】：

【解决方案3】：

试试下面的 awk 脚本：

awk 'BEGIN {
    cnt=0
}
NR == FNR{
    if ($2 == 2)
       arr[cnt++] = $1
}
NR != FNR{
    for(i=0; i<cnt; i++)
        if(arr[i] == $1)
           print $0
}' data.txt mrk.txt

在NR==FNR代码块中，如果第二个字段值为2，我们将对应的$1存储在arr中。

在NR!=FNR 块（即mrk.txt）中，我们检查arr 和$1。如果匹配，则打印该行。

【讨论】：

【解决方案4】：

一个更简单的awk 脚本可以实现你想要的。

awk '$2==2{a[FNR]=$1} FNR!=NR && $1 in a{print $0}' data.txt mrk.txt

会产生

它有什么作用？

$2==2{a[FNR]=$1} 选择$2==2 所在的所有行并将$1 保存在数组a 中

FNR!=NR 将选择第二个文件mrk.txt

$1 in a 检查第 1 列，$1 是否在数组 a 中，如果是则打印整个记录 {print $0}

编辑

将3 和4 替换为1

awk '$1 in a{gsub("[34]","1",$2); print $0};$2==2{a[FNR]}'

会产生输出

gsub("[34]","1",$2)

将第二列$2中的每一个正则表达式[34]替换为1

【讨论】：

不需要print $0，如果参数后没有括号打开，awk 将打印它。
@Jidder 同意你的看法。谢谢你指出。只是为了清楚起见而添加。
好的，你也不需要设置a[FNR]=$1。只需a[FNR]就足够了，因为你从来没有使用过里面的值。因为行号不能重复整个事情可以减少到'$1 in a;$2==2{a[FNR]}' data.txt mrk.txt
非常感谢。实际上，我想将 mrk.txt 文件第二列中的元素的 3 和 4 更改为 1。我在编辑所需的输出文件时出错了。
@Jidder 更好。 a[FNR] 对我来说是一个新的想法。 :)