如何通过将它们与 LINUX 中的另一个数据文件进行比较来为 ID 列表赋予相同的排名？

Question

我有一个 ID 列表（第 2 列），我根据它们的值（第 3 列）从 1 到 600 进行了排名。我有另一个相同 ID 但排名不同的列表，因为它们的价值不同。如何将 file2 中第一个 id 列表的 rank/order 与 file1 中的第一个 id 列表进行比较？例如：

file1:
     rank list-of-ids values
     1  HOUSAM69708729  0.4468
     2  HOCANM106363549 0.4434
     3  HOCANM10845509  0.4268
     4  HOCANM11098662 0.4203
     5  HOUSAM68571374 0.3896
     6  HOUSAM69990251 0.3895
     7  HONLDM716072164 0.3893
     8  HOUSAM69756113  0.3656
     9  HOCANM11098658  0.3593
    10  HOUSAM66626020 0.3538

file2:
list-of-ids values
HOCANM106363549  0.4832
HOUSAM69708729  0.4199
HOCANM10845509  0.4143
HOUSAM69990251  0.3887
HOCANM11098662  0.3792
HOUSAM69756113  0.365
HOUSAM68571374  0.3649
HONLDM716072164 0.3600
HOUSAM66626020  0.3593
HOCANM11098658  0.3545

输出文件应为 file2，其排名来自 file1:

output:
 rank list-of-ids values
 2 HOCANM106363549  0.4832
 1 HOUSAM69708729  0.4199
 3 HOCANM10845509  0.4143
 6 HOUSAM69990251  0.3887
 4 HOCANM11098662  0.3792
 8 HOUSAM69756113  0.365
 5 HOUSAM68571374  0.3649
 7 HONLDM716072164 0.3600
10 HOUSAM66626020  0.3593
 9 HOCANM11098658  0.3545

有什么建议吗？请注意，真实数据没有任何 header，因此，out 也不应该有 header。

Answer 1

awk 解决办法：

awk 'NR==FNR{ a[]=; next }{ print a[],, }' file1 file2

NR==FNR - 处理第一个输入文件（即file1）
a[]= - 将 rank 值（第一个字段 </code>）捕获到用相应的 <code>list-of-ids 值索引的数组 a 中（第二个字段 </code>)</p></li> <li><p><code>next - 跳转到下一条记录(file1)
print a[],, - 打印来自第二个输入文件 file2 的字段 (, ) 以及相应的 rank 值 a[]

输出：

2 HOCANM106363549 0.4832
1 HOUSAM69708729 0.4199
3 HOCANM10845509 0.4143
6 HOUSAM69990251 0.3887
4 HOCANM11098662 0.3792
8 HOUSAM69756113 0.365
5 HOUSAM68571374 0.3649
7 HONLDM716072164 0.3600
10 HOUSAM66626020 0.3593
9 HOCANM11098658 0.3545

Answer 2

另一种选择，使用'join'

$ join -1 2 -2 1 -o 1.1,2.1,2.2 <(sort -k 2 file1) <(sort -k 1 file2)
2 HOCANM106363549 0.4832
3 HOCANM10845509 0.4143
9 HOCANM11098658 0.3545
4 HOCANM11098662 0.3792
7 HONLDM716072164 0.3600
10 HOUSAM66626020 0.3593
5 HOUSAM68571374 0.3649
1 HOUSAM69708729 0.4199
8 HOUSAM69756113 0.365                                                                         
6 HOUSAM69990251 0.3887                                                                        
ranks list-of-ids values

诚然，这并不能很好地处理 header。您已经接受了一个解决方案，但我喜欢这个实用程序，但知道它的人并不多 ;)

编辑：如果源数据没有任何 headers，那么这个命令很有效：

$ cat file1
     1  HOUSAM69708729  0.4468
     2  HOCANM106363549 0.4434                                                                 
     3  HOCANM10845509  0.4268                                                                 
     4  HOCANM11098662 0.4203                                                                  
     5  HOUSAM68571374 0.3896
     6  HOUSAM69990251 0.3895
     7  HONLDM716072164 0.3893
     8  HOUSAM69756113  0.3656
     9  HOCANM11098658  0.3593
    10  HOUSAM66626020 0.3538
$ cat file2
HOCANM106363549  0.4832
HOUSAM69708729  0.4199
HOCANM10845509  0.4143
HOUSAM69990251  0.3887
HOCANM11098662  0.3792
HOUSAM69756113  0.365
HOUSAM68571374  0.3649
HONLDM716072164 0.3600
HOUSAM66626020  0.3593
HOCANM11098658  0.3545
$ join -1 2 -2 1 -o 1.1,2.1,2.2 <(sort -k 2 file1) <(sort -k 1 file2)
2 HOCANM106363549 0.4832
3 HOCANM10845509 0.4143
9 HOCANM11098658 0.3545
4 HOCANM11098662 0.3792
7 HONLDM716072164 0.3600
10 HOUSAM66626020 0.3593
5 HOUSAM68571374 0.3649
1 HOUSAM69708729 0.4199
8 HOUSAM69756113 0.365
6 HOUSAM69990251 0.3887

如果您的任何一个文件确实包含 headers，那么您可以在 'sort':

之前将它们 grep 出来

$ cat file1
ranks list-of-ids values
     1  HOUSAM69708729  0.4468
     2  HOCANM106363549 0.4434
     3  HOCANM10845509  0.4268
     4  HOCANM11098662 0.4203
     5  HOUSAM68571374 0.3896
     6  HOUSAM69990251 0.3895
     7  HONLDM716072164 0.3893
     8  HOUSAM69756113  0.3656
     9  HOCANM11098658  0.3593
    10  HOUSAM66626020 0.3538
$ cat file2
list-of-ids values
HOCANM106363549  0.4832
HOUSAM69708729  0.4199
HOCANM10845509  0.4143
HOUSAM69990251  0.3887
HOCANM11098662  0.3792
HOUSAM69756113  0.365
HOUSAM68571374  0.3649
HONLDM716072164 0.3600
HOUSAM66626020  0.3593
HOCANM11098658  0.3545
$ join -1 2 -2 1 -o 1.1,2.1,2.2 <(grep -v "list-of-ids" file1 | sort -k 2) <(grep -v "list-of-ids" file2 | sort -k 1)
2 HOCANM106363549 0.4832
3 HOCANM10845509 0.4143
9 HOCANM11098658 0.3545
4 HOCANM11098662 0.3792
7 HONLDM716072164 0.3600
10 HOUSAM66626020 0.3593
5 HOUSAM68571374 0.3649
1 HOUSAM69708729 0.4199
8 HOUSAM69756113 0.365
6 HOUSAM69990251 0.3887

如何通过将它们与 LINUX 中的另一个数据文件进行比较来为 ID 列表赋予相同的排名？

How to give the same rank to a list of ids by comparing them to another data file in LINUX?

linux

shell

awk

list

rank