合并/拼接基于条件

我有两个文件，我想根据1列加入/合并和2合并/拼接基于条件

输入1

22 42960000 rs149201999 A AC 100 PASS LDAF=0.0649;RSQ=0.8652;AN=2184;ERATE=0.0046;VT=SNP;AA=.;AVGPOST=0.9799;THETA=0.0149;SNPSOURCE=LOWCOV;AC=134;AF=0.06;ASN_AF=0.04;AMR_AF=0.05;AFR_AF=0.10;EUR_AF=0.06

输入2

22 42960000 . A AC . . ;AA=1;AFE=0.989691;ASNE=1;EUN=0.992509;AFW=1;MED=0.991071;LAT=1

并且输出将是

22 42960000 . A AC . . ;AA=1;AFE=0.989691;ASNE=1;EUN=0.992509;AFW=1;MED=0.991071;LAT=1;LDAF=0.0649;RSQ=0.8652;AN=2184;ERATE=0.0046;VT=SNP;AA=.;AVGPOST=0.9799;THETA=0.0149;SNPSOURCE=LOWCOV;AC=134;AF=0.06;ASN_AF=0.04;AMR_AF=0.05;AFR_AF=0.10;EUR_AF=0.06

注意每列由制表符分隔。

来源

2012-10-29 AKR

（HTTP：// WWW。 whathaveyoutried.com/） –

下面是使用GNU awk一个办法：

awk 'FNR==NR { array[$1,$2]=$8; next } ($1,$2) in array { print $0 ";" array[$1,$2] }' input1 input2

结果：[？你尝试过什么]

22 42960000 . A AC . . ;AA=1;AFE=0.989691;ASNE=1;EUN=0.992509;AFW=1;MED=0.991071;LAT=1;LDAF=0.0649;RSQ=0.8652;AN=2184;ERATE=0.0046;VT=SNP;AA=.;AVGPOST=0.9799;THETA=0.0149;SNPSOURCE=LOWCOV;AC=134;AF=0.06;ASN_AF=0.04;AMR_AF=0.05;AFR_AF=0.10;EUR_AF=0.06

来源

2012-10-29 13:15:55 Steve

上面的代码工作正常，同时我不希望** AA =。**从input1文件结果outp ut文件 – AKR

@ user1782877：Try：'awk'FNR == NR {sub（/ AA = \。; /，“”）;阵列[$ 1，$ 2] = $ 8;接下来} ...' – Steve

谢谢Steve :) ** gzip -dc input1.vcf.gz input2.vcf.gz | awk'FNR == NR {sub（/ AA = \。; /，“”）;阵列[$ 1，$ 2] = $ 8;下一个}（$ 1，$ 2）在数组{print $ 0“;”数组[$ 1，$ 2]}'| gzip> output.vcf.gz **我试过这个命令，但它没有生成输出 – AKR

这应该工作：

s=%%%%%% 
join -j1 -o1.1,1.2,1.3,1.4,1.5,1.6,1.7,2.7 <(sed "s/\t/$s/" input2) \ 
              <(sed "s/\t/$s/" input1) \ 
| sed "s/$s/\t/; 
     s/\(=[^ ]*\) \([^ ]*=\)/\1;\2/; 
     s/ \+/\t/g"

来源

2012-10-29 12:39:09 choroba

合并/拼接基于条件

回答

相关问题