如果(a)和(b)文件中的fields1匹配，则将文件(a)的字段2打印到文件(b)的字段9

Question

在post Deduplicate two column file based on minimum value in column 2 AWK / BASH中，我请求帮助生成这样的文件(a)：

denovo0  90.2
denovo1  97.7
denovo10     93.8
denovo100    95.3

第二个文件(b)具有这样的结构(8列，选项卡分开)：

    denovo1446  1.0 0.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Rotifera; __Philodinidae; __uncultured_bdelloid_rotifer
    denovo3423  0.0 1.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Nematoda; __Enoplea
    denovo13975 0.0 1.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Rotifera; __Philodinidae; __uncultured_bdelloid_rotifer
    denovo14362 0.0 1.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Nematoda; __Enoplea; __Qudsianematidae
    denovo18854 0.0 29.0    0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Nematoda; __Chromadorea; __Plectidae
    denovo19256 0.0 0.0 0.0 0.0 0.0 1.0 Eukaryota; __Opisthokonta; __Metazoa; __Arthropoda; __Hexapoda; __Collembola; __Sminthuridae; __Sminthuridae_environmental_sample
    denovo20076 0.0 1.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta; __Metazoa; __Nematoda; __Enoplea; __Qudsianematidae
    denovo22655 1.0 0.0 0.0 0.0 0.0 0.0 Eukaryota; __Opisthokonta;         __Metazoa; __Rotifera; __Philodinidae; __uncultured_bdelloid_rotifer 

如果文件(a)和(b)中的字段1匹配，我想将文件(a)的字段2打印到文件(b)的字段9。

我在StackOverflow上查找过类似的解决方案，例如https://unix.stackexchange.com/questions/140275/match-first-fields-of-two-tab-separated-files-and-print-matching-values，但未能采用它们。

我的AWK尝试完全失败了，我没有接近解决方案。然而，我能够在Excel中做到这一点，但只有当文件足够小时才能做到这一点：

  =INDEX('18S'!B$1:B$692189,(MATCH(phylotypes!A3:A174,'18S'!A$1:A$692189,0)))

我将文件(a)的第二个字段索引为所需的返回值，然后在文件(b)的第一个字段中定义查询值，并将它们与文件(A)中的相应值(a).The "0“匹配，确保字段1中的”新“字符串之间完全匹配。此外，当查询值发生变化时，"$”符号防止返回值的“滑动”。

如果文件更大，那么Excel或BASH允许的1000行行会做得更好。

致以亲切的问候，

保罗

Answer 1

你可以看到这个awk

awk 'BEGIN{FS=OFS="\t"} FNR==NR{a[$1]=$2; next} {for (i in a) if ($1 ~ i) print $0, a[i]}' fileA fileB

的工作方式：

• BEGIN{FS=OFS="\t"} -使输入和输出字段分隔符作为选项卡
• FNR==NR -只为fileA执行此块
• {a[$1]=$2; next} -创建一个键为$1，值为$2的关联数组a，然后跳到下一个记录。
• {...} -为第二个输入文件执行这个块
• for (i in a)迭代数组a
• 如果数组中的关键部分与if ($1 ~ i)中的$1匹配，则为fileB
• print $0, a[i] -从fileB打印整个记录和从数组打印值