Làm cách nào để hợp nhất hai tệp dựa trên sự khớp của hai cột?

Tôi có file1 lượt thích:

0   AFFX-SNP-000541  NA
0   AFFX-SNP-002255  NA
1   rs12103          0.6401
1   rs12103_1247494  0.696
1   rs12142199       0.7672

Và một tập tin2:

0   AFFX-SNP-000541   1
0   AFFX-SNP-002255   1
1   rs12103           0.5596
1   rs12103_1247494   0.5581
1   rs12142199        0.4931

Và muốn một file3 sao cho:

0   AFFX-SNP-000541     NA       1
0   AFFX-SNP-002255     NA       1
1   rs12103             0.6401   0.5596
1   rs12103_1247494     0.696    0.5581
1   rs12142199          0.7672   0.4931

Có nghĩa là đặt cột thứ 4 của tệp2 vào tệp1 theo tên của cột thứ 2.

Điều này nên làm điều đó:

join -j 2 -o 1.1,1.2,1.3,2.3 file1 file2

Quan trọng : điều này giả sử các tệp của bạn được sắp xếp (như trong ví dụ của bạn) theo tên SNP. Nếu không, hãy sắp xếp chúng trước:

join -j 2 -o 1.1,1.2,1.3,2.3 <(sort -k2 file1) <(sort -k2 file2)

Đầu ra:

0 AFFX-SNP-000541 NA 1
0 AFFX-SNP-002255 NA 1
1 rs12103 0.6401 0.5596
1 rs12103_1247494 0.696 0.5581
1 rs12142199 0.7672 0.4931

Giải thích (từ info join):

`tham gia 'ghi vào đầu ra tiêu chuẩn một dòng cho mỗi cặp dòng đầu vào có các trường tham gia giống hệt nhau.

`-1 FIELD'
     Join on field FIELD (a positive integer) of file 1.

`-2 FIELD'
     Join on field FIELD (a positive integer) of file 2.

`-j FIELD'
     Equivalent to `-1 FIELD -2 FIELD'.

`-o FIELD-LIST'

 Otherwise, construct each output line according to the format in
 FIELD-LIST.  Each element in FIELD-LIST is either the single
 character `0' or has the form M.N where the file number, M, is `1'
 or `2' and N is a positive field number.

Vì vậy, lệnh trên kết hợp các tệp trên trường thứ hai và in trường thứ 1, 2 và 3 của tệp một, tiếp theo là trường thứ 3 của tệp2.

Bạn có thể sử dụng awk:

$ awk 'NR==FNR {h[$2] = $3; next} {print $1,$2,$3,h[$2]}' file2 file1 > file3

đầu ra:

$ cat file3
0 AFFX-SNP-000541 NA 1
0 AFFX-SNP-002255 NA 1
1 rs12103 0.6401 0.5596
1 rs12103_1247494 0.696 0.5581
1 rs12142199 0.7672 0.4931

Giải trình:

Đi qua file2( NR==FNRchỉ đúng với đối số tệp đầu tiên). Lưu cột 3 trong mảng băm bằng cách sử dụng cột 2 làm khóa : h[$2] = $3. Sau đó đi qua file1và xuất tất cả ba cột $1,$2,$3, nối thêm cột đã lưu tương ứng từ mảng băm h[$2].

Nếu bạn không cần bất kỳ đơn đặt hàng nào, thì một giải pháp đơn giản sẽ là

paste file{1,2} | awk '{print $1,$2,$3,$6}' > file3

Điều này giả định rằng tất cả các hàng có ba mục nhập và cột 1 và 2 của cả hai tệp đều giống nhau (như trong dữ liệu ví dụ của bạn)