Comment fusionner deux fichiers en fonction de la correspondance de deux colonnes?

J'ai file1 aime:

0   AFFX-SNP-000541  NA
0   AFFX-SNP-002255  NA
1   rs12103          0.6401
1   rs12103_1247494  0.696
1   rs12142199       0.7672

Et un fichier2:

0   AFFX-SNP-000541   1
0   AFFX-SNP-002255   1
1   rs12103           0.5596
1   rs12103_1247494   0.5581
1   rs12142199        0.4931

Et voudrait un fichier3 tel que:

0   AFFX-SNP-000541     NA       1
0   AFFX-SNP-002255     NA       1
1   rs12103             0.6401   0.5596
1   rs12103_1247494     0.696    0.5581
1   rs12142199          0.7672   0.4931

Ce qui signifie mettre la 4ème colonne de fichier2 en fichier1 par le nom de la 2ème colonne.

Cela devrait le faire:

join -j 2 -o 1.1,1.2,1.3,2.3 file1 file2

Important : cela suppose que vos fichiers sont triés (comme dans votre exemple) selon le nom SNP. Si ce n'est pas le cas, triez-les d'abord:

join -j 2 -o 1.1,1.2,1.3,2.3 <(sort -k2 file1) <(sort -k2 file2)

Sortie:

0 AFFX-SNP-000541 NA 1
0 AFFX-SNP-002255 NA 1
1 rs12103 0.6401 0.5596
1 rs12103_1247494 0.696 0.5581
1 rs12142199 0.7672 0.4931

Explication (de info join):

`join 'écrit sur la sortie standard une ligne pour chaque paire de lignes d'entrée qui ont des champs de jointure identiques.

`-1 FIELD'
     Join on field FIELD (a positive integer) of file 1.

`-2 FIELD'
     Join on field FIELD (a positive integer) of file 2.

`-j FIELD'
     Equivalent to `-1 FIELD -2 FIELD'.

`-o FIELD-LIST'

 Otherwise, construct each output line according to the format in
 FIELD-LIST.  Each element in FIELD-LIST is either the single
 character `0' or has the form M.N where the file number, M, is `1'
 or `2' and N is a positive field number.

Ainsi, la commande ci-dessus joint les fichiers du deuxième champ et imprime les 1er, 2e et 3e champs du fichier un, suivis du 3e champ du fichier2.

Vous pouvez utiliser awk:

$ awk 'NR==FNR {h[$2] = $3; next} {print $1,$2,$3,h[$2]}' file2 file1 > file3

sortie:

$ cat file3
0 AFFX-SNP-000541 NA 1
0 AFFX-SNP-002255 NA 1
1 rs12103 0.6401 0.5596
1 rs12103_1247494 0.696 0.5581
1 rs12142199 0.7672 0.4931

Explication:

Parcourez file2( NR==FNRn'est vrai que pour le premier argument de fichier). Enregistrer la colonne 3 dans le hachage tableau en utilisant la colonne 2 comme la clé: h[$2] = $3. Parcourez ensuite file1et affichez les trois colonnes $1,$2,$3, en ajoutant la colonne enregistrée correspondante à partir du tableau de hachage h[$2].

Si vous n'avez besoin d'aucune commande, une solution simple serait

paste file{1,2} | awk '{print $1,$2,$3,$6}' > file3

Cela suppose que toutes les lignes ont trois entrées et que les colonnes 1 et 2 des deux fichiers sont identiques (comme dans vos données d'exemple)