根据文件的第一列比较两个制表符分隔的文件，并在输出文件中打印匹配和不匹配的条目

Question

我有两个制表符分隔的文件（fileA.txt 和 fileB.txt），我必须将 fileA.txt 的第一列与 fileB.txt 的第一列进行比较，并且我想打印第二列中存在的值fileB.txt 在输出文件中。下面是我的

fileA.txt

id
chr1_45796849_A_T
chr1_45796854_C_T
chr1_45797174_T_A
chr1_45796852_G_C
chr19_9018540_A_G
chr19_9002576_T_C
chr1_45797487_A_G
chr1_45797153_A_T
chr1_45797750_C_T

FileB.txt

chr_pos             freq.var
chr1_45796849_A_T   0.028399811
chr1_45796852_G_C   0.019154034
chr1_45796854_C_T   0.015872901
chr1_45797153_A_T   0.010129176
chr1_45797487_A_G   0.012981216
chr1_45797750_C_T   0.024949931

以下是预期结果

id                  freq.var
chr1_45796849_A_T   0.028399811
chr1_45796854_C_T   0.015872901
chr1_45797174_T_A   
chr1_45796852_G_C   0.019154034
chr19_9018540_A_G   
chr19_9002576_T_C   
chr1_45797487_A_G   0.012981216
chr1_45797153_A_T   0.010129176
chr1_45797750_C_T   0.024949931

我提到了awk - 比较 2 列的 2 个文件并打印公共行，但它只提供匹配的条目

Answer 1

fileB.txt首先阅读，将第一个字段设为键，将第二个字段设为数组中的值，跳过标题行FNR>1（NR 和 FNR 是什么，“NR==FNR”意味着什么？）。

然后 read fileA.txt，打印第一行的标题，然后打印其第一个字段，后跟数组中的相应元素（如果有）。

awk '
    FNR==NR && FNR>1{a[$1]=$2}
    NR!=FNR{
        if(FNR>1){print $1,a[$1]}
        else{print "id", "freq.var"}
    }
' OFS="\t" fileB.txt fileA.txt

OFS="\t"将输出字段分隔符设置为制表符。由于您的文件是制表符分隔的，我认为输出文件也应该是制表符分隔的。

您可以通过管道将其导入column -t以进行对齐。