[英]Match multiple fields between 2 files with AWK and display specific fields
我有2个文件,如下所示:file1.txt
chr pos ref totoal A C T G
chr1 2488104 A 8690 99.954 0.0230 0 0.0230
chr1 2488105 T 8847 0 99.954 0.022 0.0226
chr1 2488106 G 8902 0.011 0.0337 0 99.955
chr1 2488107 G 8875 0 0.02252 0 99.977
chr1 2488108 A 8674 99.919 0 0.011 0.0691
chr1 2488109 G 9116 0.021 0.0658 0 99.912
chr1 2488110 C 9191 0.087 0.0652 99.847 0
chr1 2488111 C 9291 0 0.0430 99.956 0
chr1 2488112 T 9254 0 100 0 0
chr1 2488113 C 9354 0 0.0427 99.957 0
chr1 2488114 C 9493 0 0.0842 99.915 0
和file2.txt:
chr1 2488111 T 0.09
chr1 2488105 C 0.053
chr1 2488115 G 0.03
如果$ 1和$ 2在两个文件之间匹配,我想提取file1列AD的数值。 列提取内容的选择应取决于file2的$ 3字段(即“ chr1 2488111 T”,我将返回“ 99.956”,因为它是列“ T”中chr1位置2488111的报告值)。
我找到了一堆代码来匹配两个文件之间的字段,但是我不能只收回自己感兴趣的值。 AWK是以下内容:
awk '
BEGIN {FS = OFS = "\t"
}
NR==FNR {for (n = split ($2, a); n>0; n--) CMP[$1, a[n]]
next
}($1,$2) in CMP {print $0
}
' file2.txt file1.txt
我想返回一个基于字段之间的匹配以及file2的$ 3和file1的标头之间的匹配从file1中提取的单个值。
理想的输出是报告file2的原始行,并在该行的末尾附加值:
chr1 2488111 T 0.09 99.956
chr1 2488105 C 0.053 0
chr1 2488115 G 0.03 NA
它与您发布的预期输出不匹配,但是确实满足您的问题描述,因此我认为这可能正是您真正想要的:
$ cat tst.awk
BEGIN { FS=OFS="\t" }
NR==FNR {
if (NR == 1) {
for (i=1; i<=NF; i++) {
fldNr2name[i] = $i
}
next
}
for (fldNr=3; fldNr<=NF; fldNr++) {
fldName = fldNr2name[fldNr]
vals[$1,$2,fldName] = $fldNr
}
next
}
{
print $0, ( ($1,$2,$3) in vals ? vals[$1,$2,$3] : "NA" )
}
$ awk -f tst.awk file1 file2
chr1 2488111 T 0.09 99.956
chr1 2488105 C 0.053 99.954
chr1 2488115 G 0.03 NA
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.