☰

フィールドに基づいたファイルの比較と追加

tag-icon • tag-icon shell text-processing
フィールドに基づいたファイルの比較と追加

2 つのファイルを比較します。locus_file.txt は非常に大きなファイルで、atrr.txt は小さなファイルです。最初のファイルの最初の 2 列を atrr.txt の 2 番目の列と一致させ、属性を一緒に出力します。

locus_file.txt:大きなファイル

LOC_Os02g47020, LOC_Os03g57840,0.88725114
LOC_Os02g47020, LOC_Os07g36080,0.94455624
LOC_Os02g47020, LOC_Os03g02590,0.81881344

attr.txt: 属性ファイル

blue LOC_Os02g47020
red  LOC_Os02g40830
blue LOC_Os07g36080
yellow LOC_Os03g57840
red LOC_Os03g02590

望ましい出力:

LOC_Os02g47020, LOC_Os03g57840,0.88725114,blue, yellow
LOC_Os02g47020, LOC_Os07g36080,0.94455624,blue, blue
LOC_Os02g47020, LOC_Os03g02590,0.81881344,blue, red

注意: たとえば、目的の出力の最初の行では、4 列目には atrr.txt の LOC_Os02g47020 の色があり、5 列目には atrr.txt の LOC_Os03g57840 の色があります。

答え1

解決策awk:

$ awk '
FNR == NR {a[$2] = $1;next}
{
    split($1,f1,",");
    split($2,f2,",");
    print $0,a[f1[1]],a[f2[1]];
}' OFS=, attr.txt locus_file.txt
LOC_Os02g47020, LOC_Os03g57840,0.88725114,blue,yellow
LOC_Os02g47020, LOC_Os07g36080,0.94455624,blue,blue
LOC_Os02g47020, LOC_Os03g02590,0.81881344,blue,red

答え2

このタスクは awk のジョブのようです:

$ cat locus_file.txt 
LOC_Os02g47020, LOC_Os03g57840,0.88725114
LOC_Os02g47020, LOC_Os07g36080,0.94455624
LOC_Os02g47020, LOC_Os03g02590,0.81881344
$ cat attr.txt 
blue LOC_Os02g47020
red  LOC_Os02g40830
blue LOC_Os07g36080
yellow LOC_Os03g57840
red LOC_Os03g02590
$ awk 'BEGIN { while(getline<"attr.txt">0) c[$2]=$1 ; FS=",[ ]*" ; OFS=", " } { print $1,$2,$3,c[$1],c[$2] }' locus_file.txt 
LOC_Os02g47020, LOC_Os03g57840, 0.88725114, blue, yellow
LOC_Os02g47020, LOC_Os07g36080, 0.94455624, blue, blue
LOC_Os02g47020, LOC_Os03g02590, 0.81881344, blue, red

「, 」の代わりに「,」を使用したい場合や、別の文字を使用したい場合には、次のように変更しますOFS。

$ awk 'BEGIN { while(getline<"attr.txt">0) c[$2]=$1 ; FS=",[ ]*" ; OFS="," } { print $1,$2,$3,c[$1],c[$2] }' locus_file.txt 
LOC_Os02g47020,LOC_Os03g57840,0.88725114,blue,yellow
LOC_Os02g47020,LOC_Os07g36080,0.94455624,blue,blue
LOC_Os02g47020,LOC_Os03g02590,0.81881344,blue,red

答え3

こんな感じはどうでしょうか

declare -A attr

while read x y; do attr[$y]="$x"; done < attr.txt

それから

while IFS=' ,' read a b c; do 
  d=${attr[$a]}
  e=${attr[$b]} 
  printf "%s, %s,%s,%s, %s\n" "$a" "$b" "$c" "$d" "$e"
done < locus_file.txt

関連情報