2 つのファイルを 2 つの共通フィールドにマージする

debugcn 投稿 Dev

ふようふ

ファイル1

#CHROM  POS     ID      REF_Zv  ALT_lm                             
chr1A   219620  .       T       A
chr1A   219648  .       A       G
chr1A   219867  .       A       G

file2

#CHROM  POS     ID      REF_Zv  ALT_RV                             
chr1A   219457  .       C       T
chr1A   219670  .       A       G
chr1A   219867  .       A       C

ファイル3

#CHROM  POS     ID      REF_Zv  ALT_lm ALT_RV                            
chr1A   219620  .       T       A    NA
chr1A   219648  .       A       G    NA
chr1A   219867  .       A       G    C
chr1A   219457  .       C       NA   T
chr1A   219670  .       A       NA   C

私の命令は

awk 'FNR==NR{a[$1,$2];next} {if(a[$1,$2]==""){a[$1,$2]=0};print \
$1,$2,$3,$4,$5, a[$4,$5]} ' file1 file2 > file3

しかし、欲しい file3 を取得できません。コマンドを改善するのを手伝ってもらえますか?

ありがとう、ふよう

スティールドライバー

私はあなたがオンザフライシングルパスでこれを行うことができるとは思わない-あなたのいずれかのインデックス付き保存する必要性ALT_lmとALT_RV価値を、マージ/でそれらを印刷ENDブロック（元の順序を維持するのは難しいだろう、その場合には-それが重要な場合)、またはファイルの1つに対して2つのパスを作成します: たとえば (醜い - およびGNU Awkが必要です):

$ gawk '
  BEGIN {
    OFS="\t";
    print "#CHROM","POS","ID","REF_Zv","ALT_lm","ALT_RV";
  } 
  BEGINFILE { fn++ }
  FNR == 1 {next}
  fn == 1 {ALT_RV[$1 FS $2] = $5; next} 
  fn == 2 {ALT_lm[$1 FS $2] = $5;}
  {   
    print $1, $2, $3, $4, ($1 FS $2) in ALT_lm ? ALT_lm[$1 FS $2] : "NA", ($1 FS $2) in ALT_RV ? ALT_RV[$1 FS $2] : "NA";
  }' file2 file1 file2
#CHROM  POS ID  REF_Zv  ALT_lm  ALT_RV
chr1A   219620  .   T   A   NA
chr1A   219648  .   A   G   NA
chr1A   219867  .   A   G   C
chr1A   219457  .   C   NA  T
chr1A   219670  .   A   NA  G
chr1A   219867  .   A   G   C

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]