awk 将处理两个文件的结果合并到一个文件中答案

【问题标题】：Awk merge the results of processing two files into a single fileawk 将处理两个文件的结果合并到一个文件中
【发布时间】：2013-06-16 12:38:59
【问题描述】：

我使用 awk 从两个不同的文件中提取和计算信息，我想将结果合并到列中的单个文件中（例如，第 1 列和第 2 列中的第一个文件的输出和第 2 列中的第二个文件的输出） 3 和 4)。

输入文件包含：

文件1

SRR513804.1218581HWI-ST695_116193610:4:1307:17513:49120 SRR513804.16872HWI ST695_116193610:4:1101:7150:72196    SRR513804.2106179HWI-
ST695_116193610:4:2206:10596:165949 SRR513804.1710546HWI-ST695_116193610:4:2107:13906:128004    SRR513804.544253

文件2

>SRR513804.1218581HWI-ST695_116193610:4:1307:17513:49120
TTTTGTTTTTTCTATATTTGAAAAAGAAATATGAAAACTTCATTTATATTTTCCACAAAG
AATGATTCAGCATCCTTCAAAGAAATTCAATATGTATAAAACGGTAATTCTAAATTTTAT
ACATATTGAATTTCTTTGAAGGATGCTGAATCATTCTTTGTGGAAAATATAAATGAAGTT
TTCATATTTCTTTTTCAAAT

要解析第一个文件，我这样做：

awk '
{
  s      = NF
  center = $1
}
{
  printf "%s\t %d\n", center, s
}
' file1

要解析第二个文件，我这样做：

awk '
/^>/ {
    if (count != "")
      printf "%s\t %d\n", seq_id, count
    count  = 0
    seq_id = $0
    next
}

NF {
  long  = length($0)
  count = count+long
}
END{
  if (count != "")
    printf "%s\t %d\n", seq_id, count
}
' file2

我的临时解决方案是在第二步中创建一个临时并覆盖。有没有更“优雅”的方式来获得这个输出？

【问题讨论】：

+1 以获得优于平均水平的首次（ish）发布和正确使用格式化工具。但是，如果您包含最小样本输入、该输入所需的输出（当前输出、错误消息和当前对问题的思考（不适合您的问题）），您将获得最佳和最快的回复。不要让我们猜测数据的外观！ ; -) 祝你好运。
我不太清楚你当前的代码试图做什么，但通常的 awk 方法来判断你在哪个文件上是比较 NR （看到的总行数）使用FNR（在当前文件中看到的行数）。也就是说，事后使用paste 或join 可能是最简单的方法，如果您想确保列匹配。
一定要使用awk吗？ paste 命令完全符合您的要求。
请在问题中添加所需的输出。
使用 [taq:paste] 我需要将每个操作的输出放在不同的文件中，然后将其合并，不是吗？哦！感谢您的版本帮助，现在帖子更容易理解了。

标签： awk

【解决方案1】：

我对要求并不完全清楚，如果您可以更新问题，我们可以帮助即兴回答。但是，根据我收集到的信息，您想总结这两个文件的输出。我假设两个文件中的内容是按顺序排列的。如果不是这种情况，那么我们将不得不在打印摘要时添加额外的检查。

script.awk 的内容（重用大部分现有代码）：

NR==FNR {
    s[NR]      = NF
    center[NR] = $1
    next
}

/^>/ {
    seq_id[++y] = $0
    ++i
    next
}

NF {
    long[i] += length($0)
}
END {
    for(x=1;x<=length(s);x++) {
        printf "%s\t %d\t %d\n", center[x], s[x], long[x]
    }
}

测试：

$ cat file1
SRR513804.1218581HWI-ST695_116193610:4:1307:17513:49120 SRR513804.16872HWI ST695_116193610:4:1101:7150:72196    SRR513804.2106179HWI-
ST695_116193610:4:2206:10596:165949 SRR513804.1710546HWI-ST695_116193610:4:2107:13906:128004    SRR513804.544253

$ cat file2
>SRR513804.1218581HWI-ST695_116193610:4:1307:17513:49120
TTTTGTTTTTTCTATATTTGAAAAAGAAATATGAAAACTTCATTTATATTTTCCACAAAG
AATGATTCAGCATCCTTCAAAGAAATTCAATATGTATAAAACGGTAATTCTAAATTTTAT
ACATATTGAATTTCTTTGAAGGATGCTGAATCATTCTTTGTGGAAAATATAAATGAAGTT
TTCATATTTCTTTTTCAAAT

$ awk -f script.awk file1 file2
SRR513804.1218581HWI-ST695_116193610:4:1307:17513:49120  4   200
ST695_116193610:4:2206:10596:165949  3   0

【讨论】：