两个列表之间的grep

Question

我的Linux机器上有两个文件。第一个"list.txt“包含一个对象列表(2649个对象)，而第二个"list_interactors.txt”包含一个较短的列表，其中一些对象在以前的列表中(719个对象)，对于每个对象，在其他列中有一些相关的变量。我想用文件"list_interactors“中的特定对象的相关变量列出所有对象(2649)的列表。

示例：

文件list.txt

6tyr_A_002__________
7yer_2_009__________
3erf_1_001__________
2dr5_D_2-3__________

文件list_interactors.txt

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX

output.txt

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
7yer_2_009__________
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX
2dr5_D_2-3__________

我对编程语言不太熟悉。我尝试在这个脚本中使用grep函数：

grep -f list.txt list_interactors.txt

但是输出是一个类似于文件"list_interactors.txt“的文件。

你能帮帮我吗？

Answer 1

$ join -a 1  <( sort list.txt ) <( sort list_interactors.txt )
2dr5_D_2-3__________
3erf_1_001__________ 3erf2_B QAEF6R XXXXX
6tyr_A_002__________ 6tyr1_B QRT54R AAAAA
7yer_2_009__________

这使用join在两个文件之间执行关系连接操作。默认情况下，第一个字段将用作联接键。

-a 1选项使join输出第一个文件中的所有行，即使在第二个文件中没有匹配(它执行“左联接”)。

需要对join的输入数据进行排序，我们通过在命令行上的两个进程替换中对每个文件分别调用sort来实现这一点。你也可以选择对文件进行预排序。

如果您的数据是以制表符分隔的，则可能需要将-t 添加到join命令参数的开头。这将使输出保留现有的选项卡分隔符。

如果要将>output.txt存储在文件中，则通过将添加到命令末尾重定向输出。

\t'添加到D7命令参数的开头。这将使输出保留现有的选项卡分隔符。

如果要将D8存储在文件中，则通过将添加到命令末尾重定向输出。

Answer 2

如果要保持排序，可以使用awk：

awk '
    FNR==NR {s[$1]=$0}
    FNR!=NR {if(s[$1]) print s[$1]; else print $0}
' list_interactors.txt list.txt

输出：

6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
7yer_2_009__________
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX
2dr5_D_2-3__________

Answer 3

$ awk 'NR==FNR{a[$1]=$0; next} {print ($1 in a ? a[$1] : $0)}' list_interactors.txt list.txt
6tyr_A_002__________    6tyr1_B    QRT54R   AAAAA
7yer_2_009__________
3erf_1_001__________    3erf2_B    QAEF6R   XXXXX
2dr5_D_2-3__________