☰

用值替换文本

tag-icon • tag-icon text-processing awk sed grep replace
用值替换文本

我有两个文件需要合并为一个。

文件1示例：

gene_1  578
gene_2  565
gene_3  3
gene_4  77
gene_5  8
gene_6  0
gene_7  45
gene_8  67
gene_9  0
gene_10 65

文件2示例：

COG0430 gene_5 gene_9       
COG1949 gene_1 gene_3 gene_6
COG5049 gene_2 gene_4 gene_7 gene_10
COG5104 gene_8

输出文件应如下所示：

COG0430 8 0 
COG1949 578 3 0
COG5049 565 77 45 65
COG5104 67

有谁知道可以解决这个问题的命令？

答案1

#!/bin/bash
declare -A arr
readarray -t lines < "file1"

for line in "${lines[@]}"; do
   arr[${line%% *}]=${line#* }
done

readarray -t lines2 < "file2"

for line in "${lines2[@]}"; do
    echo -n "${line%% *} "
    for word in $line; do
        echo -n "${arr[$word]} "
    done
    echo
done

不是最干净的 bash，但它确实有效。还要确保你有 bash >= 4.2

答案2

这是一种方法

awk '/^gene/{a[$1]=$2}/^COG/{c=$1;for(b=1;b<=NF;b++){c=sprintf("%s%s%c",c,a[$b],b==NF?"":" ")}print c}' file1 file2
COG0430 8 0
COG1949 578 3 0
COG5049 565 77 45 65
COG5104 67
  • /gene/{a[$1]=$2}查找以“gene”开头的任何行，并创建一个项目数组，其中包含第一列的键（例如“gene_1”）和下一列的值（例如“578”）
  • /^COG/查找任何以“COG”开头的行...
  • c=$1将变量 c 设置为第一列，例如“COG0430”
  • {c=sprintf("%s%s%c",c,a[$b],b==NF?"":" "不断将每列的数组条目附加到变量 c 中。如果不是最后一列，请添加空格分隔符。
  • print c然后只打印完整形式的变量“c”

答案3

你可以试试这个 awk

awk '
  NR == FNR {
    a[$1] = $2
    next
  }
  {
    for ( i = 2 ; i <= NF ; i++)
    $i = a[$i]
  }
1' file1 file2

或在一根线上

awk 'NR==FNR{a[$1]=$2;next}{for(i=2;i<=NF;i++)$i=a[$i]}1' file1 file2

答案4

 perl -ale '
    $h{$F[0]}=$F[1],next if @ARGV;
    my $k;
    print s/\H+/$k++ ? $h{$&} : $&/reg;
 ' file1 file2

° 读取第一个文件，@ARGV保存第二个参数，因此返回 true。

%h°对于 file1 的每一行，使用作为基因名称的键和第二个字段中的相应值填充哈希。

° 对于第二个文件，@ARGV 不包含任何内容，因此将返回 false。最后两行代码将为 file2 的每一行执行。

° 每次读取 file2 的一行时初始化计数变量。然后\H+应匹配非水平空白字符、iow、字段。从第二个开始，基因名称 => 基因编号的子程序被触发。

具有 Gnu 扩展的 sed 编辑器也可以做到这一点：

 sed -Ee '
     # store file1 in hold
    /^C/!{H;1h;d;}

    # place a traveling marker \n\n at $2
    s/$/ /
    G
    s/(\S+\s+)/&\n\n/

    # effect gene name => gene number 
    :a
       s/\n\n(\S+)[ ]+((.*\n)?\1\s+([0-9]+))/ \4\n\n\2/
    ta

   # take away marker and hold portion
    s/\n\n.*//
 ' file1 file2

相关内容