Perl，提取特定列

Question

请帮忙。

我有两个文件（file1和file2）。我想从file2中提取ID列在file1中的列。这些都是大文件，有成千上万的列和行。

file1的

Id123B 
Id124A 
Id125A 

file2的

Code sex id123B id127 id125A 

期望的输出文件：

code sex id123B id125A 

以下是我已经尝试的代码，但它失败。

!/usr/bin/perl 
use strict; 
use warnings; 

open my $IN, "file2" or die $!; 

my $header = <$IN>; 

my %sampleID = map { /(.*?)\t/; $1 => 1 } <$IN>; 

close($IN); 

open $IN, "file1" or die $!; 
$header = <$IN>; 
my @samples = split /\t/, $header; 
my @cols = grep { exists $sampleID{$samples[$_]} } 0..$#samples; 


while(<$IN>){ 
    chomp; 
    my @line = (split /\t/)[@cols]; 

    print join("\t", @line), "\n"; 
} 

Answer 1

使用散列将列名映射到列号。

#!/usr/bin/perl 
use warnings; 
use strict; 
use feature qw{ say }; 

open my $COLUMNS, '<', shift or die $!; 
chomp(my @columns = <$COLUMNS>); 

open my $DATA, '<', shift or die $!; 
my @header = split /\t/, <$DATA>; 
my %column_index; 
@column_index{ @header } = 0 .. $#header; 

@columns = grep exists $column_index{$_}, @columns; 

while (<$DATA>) { 
    chomp(my @cells = split /\t/); 
    say join "\t", @cells[ @column_index{ @columns } ]; 
} 

以script.pl file1 file2运行。请注意，您必须在文件中使用精确的列名称，即使用以下文件1得到了更好的结果：

Code 
sex 
id123B 
id124A 
id125A