☰

파일의 열을 다른 파일의 조회 테이블로 바꾸기

tag-icon • tag-icon awk sed python
파일의 열을 다른 파일의 조회 테이블로 바꾸기

조회 테이블의 값을 바꾸려는 여러 개의 쉼표로 구분된 값이 있는 열이 있는 탭으로 구분된 파일이 있습니다.

파일 찾기:

  ID    Name
g_00001 g_00001
g_00002 cytA
g_00003 g_00003
g_00004 mntB
g_00005 recF
g_00006 gyaN
g_00007 traR
g_00008 g_00008
g_00009 g_00009
g_00010 hypE

입력 파일:

Name    Start   Stop    Strand  Number of Genes Genes
op00001 1544    5454    +   2   cytA, g_00001
op00002 7026    12012   +   2   recF, mntB
op00003 15215   16854   -   3   g_00010,cytA, g_00009
op00004 19856   25454   -   2   hypE, g_00020
op00005 20791   23568   +   2   gyaN, g_00005

결과물 파일:

Name    Start   Stop    Strand  Number of Genes Genes
op00001 1544    5454    +   2   g_00002, g_00001
op00002 7026    12012   +   2   g_00005, g_00004
op00003 15215   16854   -   3   g_00010, g_00002, g_00009
op00004 19856   25454   -   2   g_00010, g_00020
op00005 20791   23568   +   2   g_00006, g_00005

여기의 몇 가지 예를 바탕으로 다음 코드를 시도했습니다.

awk -F';' 'NR==FNR{a[$2]=$1;next}{$6=a[$1]}1' lookup input

아무것도 바뀌지 않습니다.

또 다른 방법은 sed -i 's/cytA/g_00002/'를 사용하여 하나씩 시도하고 각 줄에 대해 sed 파일을 만들고 루프에서 실행하는 것입니다. 이 작업을 수행하는 더 좋은 방법입니다.

답변1

이러한 "쉼표로 구분된 다중 값"은 쉼표와 (모든 경우는 아니지만 대부분의 경우) 공백으로 구분되므로 작업이 더 쉬워지지 않습니다. 필드 구분 기호를 조정하고 각 유전자를 단일 필드로 작동해 보십시오.

awk -F"[, \t]*" '
NR==FNR         {a[$2] = $1
                 next
                }
                {for (i=6; i<=NF; i++)  if ($i in a) sub($i, a[$i])
                }
1
' OFS="\t" Lookup_file input_file
Name    Start   Stop    Strand  Number of Genes Genes
op00001 1544    5454    +   2   g_00002, g_00001
op00002 7026    12012   +   2   g_00005, g_00004
op00003 15215   16854   -   3   g_00010,g_00002, g_00009
op00004 19856   25454   -   2   g_00010, g_00020
op00005 20791   23568   +   2   g_00006, g_00005

답변2

$ cat tst.awk
BEGIN { FS=OFS="\t" }
NR == FNR {
    map[$2] = $1
    next
}
{
    n = split($NF,g,/[[:space:]]*,[[:space:]]*/)
    out = ""
    for ( i=1; i<=n; i++ ) {
        out = (i>1 ? out ", " : "") (g[i] in map ? map[g[i]] : g[i])
    }
    $NF = out
    print
}


$ awk -f tst.awk lookup_file input_file
Name    Start   Stop    Strand  Number of Genes Genes
op00001 1544    5454    +       2       g_00002, g_00001
op00002 7026    12012   +       2       g_00005, g_00004
op00003 15215   16854   -       3       g_00010, g_00002, g_00009
op00004 19856   25454   -       2       g_00010, g_00020
op00005 20791   23568   +       2       g_00006, g_00005

관련 정보