的Unix - 比較兩個文件，並通過線

Question

線對準他們，我有兩個文件： 第一個擁有所有序列的名字是這樣的：

comp10604_c0_seq1 
comp108_c0_seq1 
comp11450_c0_seq1 
comp11655_c0_seq1 
comp11804_c0_seq1 
comp13465_c0_seq1 
comp13695_c0_seq1 

第二個有關於這些序列的信息，但它缺少某些信息這樣的序列：

comp10604_c0_seq1 AB491617.1 
comp11450_c0_seq1 AM920464.1 
comp11655_c0_seq1 HQ865168.1 
comp11804_c0_seq1 KC900889.1 
comp13465_c0_seq1 HM590421.1 
comp13695_c0_seq1 GU474930.1 

我想一個文件，其中替換換行符和插入序列的名字，如果沒有信息的順序是這樣的：

comp10604_c0_seq1 AB491617.1 
comp108_c0_seq1 NAN 
comp11450_c0_seq1 AM920464.1 
comp11655_c0_seq1 HQ865168.1 
comp11804_c0_seq1 KC900889.1 
comp13465_c0_seq1 HM590421.1 
comp13695_c0_seq1 GU474930.1 

謝謝您的幫助

Answer 1

你輸入時，出現排序。你可以使用join;失蹤的字段指定值：

join -e "NaN" -a1 -a2 -o 1.1 2.2 first second 

爲您的樣品輸入，它會產生：

comp10604_c0_seq1 AB491617.1 
comp108_c0_seq1 NaN 
comp11450_c0_seq1 AM920464.1 
comp11655_c0_seq1 HQ865168.1 
comp11804_c0_seq1 KC900889.1 
comp13465_c0_seq1 HM590421.1 
comp13695_c0_seq1 GU474930.1 

管道輸出到column -t，如果你喜歡它對齊。

Answer 2

如果您的文件已排序，而您希望只比較一列，則devnull有正確的答案。

下面是使用awk另一種方式：

awk 'NR==FNR{seq[$1]=$2;next}{print $1,($1 in seq?seq[$1]:"NaN")}' file2 file1 
comp10604_c0_seq1 AB491617.1 
comp108_c0_seq1 NaN 
comp11450_c0_seq1 AM920464.1 
comp11655_c0_seq1 HQ865168.1 
comp11804_c0_seq1 KC900889.1 
comp13465_c0_seq1 HM590421.1 
comp13695_c0_seq1 GU474930.1 

我們遍歷file2的第一存儲列2爲值在列1索引的數組。對於file1，我們打印第1列並檢查數組中是否存在該鍵。如果是這樣，我們打印下一個值，我們打印NaN。