我有两个输入文件。
文件1:
s2/80 20 . A T 86 F=5;U=4
s2/20 10 . G T 90 F=5;U=4
s2/90 60 . C G 30 F=5;U=4
文件2:
s2/90 60 . G G 97 F=5;U=4
s2/80 20 . A A 20 F=5;U=4
s2/15 11 . A A 22 F=5;U=4
s2/90 21 . C C 82 F=5;U=4
s2/20 10 . G . 99 F=5;U=4
s2/80 10 . T G 11 F=5;U=4
s2/90 60 . G T 55 F=5;U=4
预期输出:
s2/80 20 . A T 86 F=5;U=4 s2/80 20 . A A 20 F=5;U=4
s2/20 10 . G T 90 F=5;U=4 s2/20 10 . G . 99 F=5;U=4
逻辑: 我希望将 File1 和 File2 中的所有行连接到输出文件中: 状况: 如果 File1 和 File2 的第 1、2、4 列完全匹配,并且 File2 的第 5 列有一个点,即“.”或者是否与 file2 的第 4 列完全匹配。
代码: 我尝试使用脚本:
BEGIN{}
FNR==NR{
k=$1" "$2
a[k]=$4" "$5
b[k]=$0
c[k]=$4
d[k]=$5
next
}
{ k=$1" "$2
lc=c[k]
ld=d[k]
# file1 file2
if ((k in a) && ($4==$5) && (lc==$4)) print b[k]" "$0
}
但我得到的输出是:
s2/80 20 . A T 86 F=5;U=4 s2/80 20 . A A 20 F=5;U=4
而我的输出应该是:
s2/80 20 . A T 86 F=5;U=4 s2/80 20 . A A 20 F=5;U=4
s2/20 10 . G T 90 F=5;U=4 s2/20 10 . G . 99 F=5;U=4
我将不胜感激你的帮助。谢谢。
答案1
awk '
{
key = $1 SUBSEP $2 SUBSEP $4
}
# here, we are reading file1
NR == FNR {
f1_line[key] = $0
next
}
# here, we are reading file2
key in f1_line && ($5 == "." || $5 == $4) {
print f1_line[key], $0
}
' file1 file2
输出
s2/80 20 . A T 86 F=5;U=4 s2/80 20 . A A 20 F=5;U=4
s2/20 10 . G T 90 F=5;U=4 s2/20 10 . G . 99 F=5;U=4