3

ENST00000371026 などの共通フィールドで結合して、2 つのリストを結合しようとしています。私は次のことを試しましたが、運がありません。それを行う実際の方法は何ですか？

cat> gar1.txt <<EOF
ENST00000371026 ENSG00000152763
ENST00000371023 ENSG00000152763
ENST00000395250 ENSG00000152763
ENST00000309502 ENSG00000163485
ENST00000377464 ENSG00000142599
ENST00000400908 ENSG00000142599
ENST00000337907 ENSG00000142599
ENST00000400907 ENSG00000142599
ENST00000401087 ENSG00000179571
EOF

cat> gar2.txt <<EOF
DDX11L1 ENST00000371026
DDX11L9 ENST00000309502
DDX11L1 ENST00000371026
OR4F5   ENST00000377464
DQ597235        n/a
DQ599768        n/a
LOC388312       ENST00000401087
LOC100132287    ENST00000425496
LOC100132287    ENST00000425496
EOF

join -t"\t" -2 2 -1 1 gar1.txt gar2.txt

出力例は次のようになります。

DDX11L1 ENSG00000152763
DDX11L9 ENSG00000163485
OR4F5   ENSG00000142599
LOC388312       ENSG00000179571
LOC100132287    NONE
4

1 に答える 1

3

これを試してください：

join -a 2 -t $'\t' -2 2 -1 1 -o 2.1 1.2 <(sort gar1.txt) <(sort -k 2,2 gar2.txt) | sed '/\t$/ s/$/NONE/' | uniq

Bash プロセス置換 ( <()) を使用しますが、それを使用したくない場合は、ファイルを事前に並べ替えることができます。のバージョンにjoinは-oオプションが必要です。そうしないと、awk を使用して出力をさらに処理できます。「n/a」行の場合、「NONE」と出力されますが、これを実行してそれらを削除できます。

<(sort -k 2,2 gar2.txt | grep -v 'n/a$')

編集：

これは、sedandなしで得られる出力uniqです。

DDX11L9 ENSG00000163485
DDX11L1 ENSG00000152763
DDX11L1 ENSG00000152763
OR4F5   ENSG00000142599
LOC388312       ENSG00000179571
LOC100132287
LOC100132287
DQ597235
DQ599768

そして、これは私が彼らと一緒に得たものです:

DDX11L9 ENSG00000163485
DDX11L1 ENSG00000152763
OR4F5   ENSG00000142599
LOC388312       ENSG00000179571
LOC100132287    NONE
DQ597235        NONE
DQ599768        NONE

追加grep：

DDX11L9 ENSG00000163485
DDX11L1 ENSG00000152763
OR4F5   ENSG00000142599
LOC388312       ENSG00000179571
LOC100132287    NONE

これは、順序を除いて出力例と一致します。順序を維持する必要がある場合は、それが可能です。

于 2010-09-16T17:14:26.903 に答える