[英]BASH comm command, but for multiple columns
我正在寻找类似于 bash 命令 comm 的东西,我可以用它来选择我的 2 个文件独有的条目和它们共有的条目。 当我每个文件只有一列时,Comm 工作得很好,例如。
comm -13 FILE1.txt FILE2.txt > Entries_only_in_file1.txt
但现在我有多列信息希望保留。 我想选择第 2 列作为筛选行以查找我的两个文件之间的唯一和常见条目的行。 如果第二列中的条目出现在两个文件中,我还想记录第 3,4 和 5 列中的信息(如果可能,这并不重要)。 这是输入和输出的示例。
FILE1.txt
NM_023928 AACS 2 2 1
NM_182662 AADAT 2 2 1
NM_153698 AAED1 1 5 3
NM_001271 AAGAB 2 2 1
FILE2.txt
NM_153698 AAED1 2 5 3
NM_001271 AAGAB 2 2 1
NM_001605 AARS 3 40 37
NM_212533 ABCA2 3 4 2
想要的输出:
COMMON.txt
NM_153698 AAED1 1 5 3 2 5 3
NM_001271 AAGAB 2 2 1 2 2 1
UNIQUE_TO_1.txt
NM_023928 AACS 2 2 1
NM_182662 AADAT 2 2 1
UNIQUE_TO_2.txt
NM_001605 AARS 3 40 37
NM_212533 ABCA2 3 4 2
我知道以前有过类似的问题,但我无法完全找到我要找的东西。 任何想法都非常感谢,谢谢。
join
具有以下对您的任务有用的选项:
-j FIELD
: 加入字段FIELD
-o FORMAT
:指定输出格式,以逗号分隔的 FILENUM.FIELD 列表。-v FILENUM
:仅在FILENUM
上输出行。两个文件的共同点:
$ join -j2 -o 1.1,1.2,1.3,1.4,1.5,2.3,2.4,2.5 FILE1.txt FILE2.txt
NM_153698 AAED1 1 5 3 2 5 3
NM_001271 AAGAB 2 2 1 2 2 1
FILE1 独有:
$ join -j2 -v1 FILE1.txt FILE2.txt
AACS NM_023928 2 2 1
AADAT NM_182662 2 2 1
FILE2 的独特之处:
$ join -j2 -v2 FILE1.txt FILE2.txt
AARS NM_001605 3 40 37
ABCA2 NM_212533 3 4 2
您可以使用 gnu awk 对其进行归档,这是一个脚本:
脚本.awk
function unique(filename, line) {
split( line , tmp, FS)
print tmp[1], tmpp[2], tmp[3], tmp[4], tmp[5] >> filename
}
NR == FNR { # in case we are reading the first file: store line under key
file1[ $2 ] = $0
next
}
{
if( $2 in file1 ) { # key from file2 was in also in file1:
split( file1[ $2 ], tmp, FS)
print $1, $2, tmp[3], tmp[4], tmp[5], $3, $4, $5 >> "COMMON.txt"
# remove common key, thus we can later find unique keys from file1
delete file1[ $2 ]
}
else { # unique key from file2
unique("UNIQUE_TO_2.txt", $0)
}
}
END {
# remaining keys are unique in file1
for( k in file1 ) {
unique("UNIQUE_TO_1.txt", file1[ k ])
}
}
像这样使用它:
# erase the output files if present
rm -f COMMON.txt UNIQUE_TO_1.txt UNIQUE_TO_2.txt
# run script, create the file
awk -f script.awk FILE1.txt FILE2.txt
# output the files
for f in COMMON.txt UNIQUE_TO_1.txt UNIQUE_TO_2.txt; do echo "$f"; cat "$f"; done
printf ... >> filename
名将文本附加到文件名。 第二次运行脚本时,这需要输出文件的rm
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.