使用 awk/sed/join 映射制表符分隔文件和列表
Map tab separated file with a list using awk/sed/join
我有多个包含两列（制表符分隔）的大文件。
这些文件的内容是这样的：
working_file-1
K00001 0.188
K00005 15.97
K00008 188.09
映射文件
K00001
K00002
K00003
K00004
K00005
K00006
K00007
K00008
映射文件范围为K00001 - K25804
我想将我的 working_file-1 映射到映射文件，以便输出如下所示：
K00001 0.188
K00002
K00003
k00004
K00005 15.97
K00006
K00007
k00008 188.09
空格（working_file 中不存在 K0）可以用零填充（如果可能）或留空。
到目前为止，我通过关注其他类似的帖子尝试了这些代码（但没有成功）：
awk 'NR==FNR {a[]++; next} in a' mapping file working_file-1 > output.file
grep -Fw -f mapping file working_file-1 > output.file
编辑：od -c work1 的输出； od -c 地图
0000000 K 0 0 0 0 1 \r \n K 0 0 0 0 2 \r \n
0000020 K 0 0 0 0 3 \r \n K 0 0 0 0 4 \r \n
0000040 K 0 0 0 0 5 \r \n K 0 0 0 0 6 \r \n
0000060 K 0 0 0 0 7 \r \n K 0 0 0 0 8 \r \n
将 GNU sort 用于 -s（稳定排序）这可能是您想要的：
$ sort -k1,1 -u -s working_file-1 mapping_file
K00001 0.188
K00002
K00003
K00004
K00005 15.97
K00006
K00007
K00008 188.09
或者如果你想添加 0s:
$ sort -k1,1 -u -s working_file-1 mapping_file |
awk -v OFS='\t' '{print , +=0}'
K00001 0.188
K00002 0
K00003 0
K00004 0
K00005 15.97
K00006 0
K00007 0
K00008 188.09
如果您没有 GNU 排序，那么您可以这样做：
$ sort -k1,1 -k2,2rn working_file-1 mapping_file |
awk -v OFS='\t' ' != p{print , +0; p=}'
K00001 0.188
K00002 0
K00003 0
K00004 0
K00005 15.97
K00006 0
K00007 0
K00008 188.09
给定一个“地图”文件，例如：
a
b
c
d
e
f
g
h
和一个“work1”文件，如：
a A
c C
g G
和所需的“merged1”输出如：
a A
b
c C
d
e
f
g G
h
然后join可以进行合并：
join -1 1 -2 1 -a 1 -o 0,2.2 map work1 > merged1
-1 1 -2 1 在每个文件的第一个（space 分隔）字段加入-a 1 从第一个文件打印行，即使未配对-o 0,2.2 将输出格式化为连接字段（第一列）、分隔符（space），然后是第二个文件的第二个字段
改为生成“merged2”，如：
a A
b 0
c C
d 0
e 0
f 0
g G
h 0
添加-e选项：
join -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work1 > merged2
如果“work2”的字段由单个 space 以外的字符分隔，请使用 -t 选项。
例如，“work2”使用单个制表符分隔符，例如：
a A
c C
g G
（注意：Whosebug 使用 spaces 而不是单个选项卡显示它）然后使用 POSIX shell，使用 -t ' '（即 QUOTE TAB QUOTE - 可能需要输入为：'CTRL-VTAB' if shell 执行历史补全):
join -t ' ' -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work2 >merged3
或使用 bash，使用 -t $'\t' 是可能的：
join -t $'\t' -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work2 >merged3
生成“merged3”，如：
a A
b 0
c C
d 0
e 0
f 0
g G
h 0
（注意：Whosebug 再次将选项卡显示为 spaces）
我有多个包含两列（制表符分隔）的大文件。 这些文件的内容是这样的：
working_file-1
K00001 0.188
K00005 15.97
K00008 188.09
映射文件
K00001
K00002
K00003
K00004
K00005
K00006
K00007
K00008
映射文件范围为K00001 - K25804
我想将我的 working_file-1 映射到映射文件，以便输出如下所示：
K00001 0.188
K00002
K00003
k00004
K00005 15.97
K00006
K00007
k00008 188.09
空格（working_file 中不存在 K0）可以用零填充（如果可能）或留空。
到目前为止，我通过关注其他类似的帖子尝试了这些代码（但没有成功）：
awk 'NR==FNR {a[]++; next} in a' mapping file working_file-1 > output.file
grep -Fw -f mapping file working_file-1 > output.file
编辑：od -c work1 的输出； od -c 地图
0000000 K 0 0 0 0 1 \r \n K 0 0 0 0 2 \r \n
0000020 K 0 0 0 0 3 \r \n K 0 0 0 0 4 \r \n
0000040 K 0 0 0 0 5 \r \n K 0 0 0 0 6 \r \n
0000060 K 0 0 0 0 7 \r \n K 0 0 0 0 8 \r \n
将 GNU sort 用于 -s（稳定排序）这可能是您想要的：
$ sort -k1,1 -u -s working_file-1 mapping_file
K00001 0.188
K00002
K00003
K00004
K00005 15.97
K00006
K00007
K00008 188.09
或者如果你想添加 0s:
$ sort -k1,1 -u -s working_file-1 mapping_file |
awk -v OFS='\t' '{print , +=0}'
K00001 0.188
K00002 0
K00003 0
K00004 0
K00005 15.97
K00006 0
K00007 0
K00008 188.09
如果您没有 GNU 排序，那么您可以这样做：
$ sort -k1,1 -k2,2rn working_file-1 mapping_file |
awk -v OFS='\t' ' != p{print , +0; p=}'
K00001 0.188
K00002 0
K00003 0
K00004 0
K00005 15.97
K00006 0
K00007 0
K00008 188.09
给定一个“地图”文件，例如：
a
b
c
d
e
f
g
h
和一个“work1”文件，如：
a A
c C
g G
和所需的“merged1”输出如：
a A
b
c C
d
e
f
g G
h
然后join可以进行合并：
join -1 1 -2 1 -a 1 -o 0,2.2 map work1 > merged1
-1 1 -2 1在每个文件的第一个（space 分隔）字段加入-a 1从第一个文件打印行，即使未配对-o 0,2.2将输出格式化为连接字段（第一列）、分隔符（space），然后是第二个文件的第二个字段
改为生成“merged2”，如：
a A
b 0
c C
d 0
e 0
f 0
g G
h 0
添加-e选项：
join -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work1 > merged2
如果“work2”的字段由单个 space 以外的字符分隔，请使用 -t 选项。
例如，“work2”使用单个制表符分隔符，例如：
a A
c C
g G
（注意：Whosebug 使用 spaces 而不是单个选项卡显示它）然后使用 POSIX shell，使用 -t ' '（即 QUOTE TAB QUOTE - 可能需要输入为：'CTRL-VTAB' if shell 执行历史补全):
join -t ' ' -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work2 >merged3
或使用 bash，使用 -t $'\t' 是可能的：
join -t $'\t' -1 1 -2 1 -a 1 -e 0 -o 0,2.2 map work2 >merged3
生成“merged3”，如：
a A
b 0
c C
d 0
e 0
f 0
g G
h 0
（注意：Whosebug 再次将选项卡显示为 spaces）