我有一个带有三列的制表符分隔文件(摘录):
AC147602.5_FG004 IPR000146 Fructose-1,6-bisphosphatase class 1/Sedoheputulose-1,7-bisphosphatase
AC147602.5_FG004 IPR023079 Sedoheptulose-1,7-bisphosphatase
AC148152.3_FG001 IPR002110 Ankyrin repeat
AC148152.3_FG001 IPR026961 PGG domain
我想用bash来解决这个问题:
AC147602.5_FG004 IPR000146 Fructose-1,6-bisphosphatase class 1/Sedoheputulose-1,7-bisphosphatase IPR023079 Sedoheptulose-1,7-bisphosphatase
AC148152.3_FG001 IPR023079 Sedoheptulose-1,7-bisphosphatase IPR002110 Ankyrin repeat IPR026961 PGG domain
因此,如果第一列中的ID在多行中相同,则应为每个ID生成一行,并连接所有其他行.在示例中,它将提供两行文件.
我想使用公共列在bash中加入两个文件。我想保留两个文件中所有可配对和不可配对的行。不幸的是，使用join我只能保存一个文件中不可配对的字段，例如。join -1 1 -2 2 -a1 -t" "。
我还想保留两个文件中重复条目（在连接列中）的所有配对。即如果 file1 是
x id1 ab
x id1 cd
x id1 df
x id2 cx
x id3 fv
第二个文件是
id1 df cf
id1 ds dg
id2 cv df
id2 as ds
id3 cf cg
生成的文件应该是：
x id1 ab df cf
x id1 ab ds dg
x id1 cd df cf
x id1 cd ds dg
x id1 df df cf
x id1 df ds dg
x …