我想用 File-2
中的匹配字符串替换 File-1
中的多个字符串(超过一千个)
文件 1
:
Geneid Length s1 s2
1_1 6571 7 8
1_2 5041 3 0
1_3 1032 7 3
1_4 1212 3 5
1_5 1071 3 5
2_1 7171 2 7
2_2 1038 1 1
2_3 9361 0 6
2_4 1056 5 1
文件 2
( map ):
1_1
1_2 k0002
1_3
1_4
1_5 k0006
2_1
2_2
2_3
2_4 k0528
预期输出:
Geneid Length s1 s2
1_1 6571 7 8
k0002 5041 3 0
1_3 1032 7 3
1_4 1212 3 5
k0006 1071 3 5
2_1 7171 2 7
2_2 1038 1 1
2_3 9361 0 6
k0528 1056 5 1
我使用了以下awk
命令:
awk '
NR==FNR {
a[$1]=$2
next
}
{
print (($1 in a)?a[$1]:$1, $2, $3, $4)
}' File-2 File-1 > File-3
这给了我这个:
Geneid Length s1 s2
6571 7 8
k0002 5041 3 0
1032 7 3
1212 3 5
k0006 1071 3 5
7171 2 7
1038 1 1
9361 0 6
k0528 1056 5 1
如何修改此 awk
命令以保留不匹配的字符串?
抱歉,我是 linux 和 awk 的新手(正在尝试学习)。
最佳答案
表达式 ($1 in a)?a[$1]:$1
打印 a[$1]
或 $1
,具体取决于 $1
是 a
中的键。但所有键都在 a
中,因此,例如,对于键 1_1
,它会打印空字符串,即 a["1_1"] 的值
。解决方案是仅当 $1
中的键需要添加值时才填充 a
。
awk 'NR==FNR { if (NF > 1) a[$1]=$2; next }
{ print (($1 in a)?a[$1]:$1, $2, $3, $4) }' File-2 File-1
为了调试像您这样的脚本,它有助于在各个点添加 print
语句以查看脚本正在做什么。这就是我最终找出你的脚本出了什么问题的方法。
# STILL BUGGY, DEBUGGING RUN
awk 'NR==FNR { print("a[" $1 "]=" $2); a[$1]=$2; next; }
{ print ($1 in a ? a[$1] : $1), $2, $3, $4, ($1 in a), a[$1], $1, ($1 in a ? "yes" : "no"), "end" }' File-2 File-1
关于用于字符串替换和打印匹配和不匹配字符串的 awk 命令,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68615471/