Arrays 如何使此AWK数组匹配明确？

我有大数据表（~10M行和~4M行），我想在

[$1，$2]

上进行数组匹配。这两个字段都是数字字段，如本例所示，从4M文件1的开头开始，然后是10M行文件2的开头：

$ head -5 pantro2-hg19-liftover.frq 
1   868476  A:0.388889
1   868841  A:0.666667
1   873398  A:0.555556
1   879624  A:0.05
1   879821  A:0.0625
$ head -5 tot_YRI10.frq 
CHROM   POS N_ALLELES   N_CHR   {ALLELE:FREQ}
1   30923   2   20  T:0.35  G:0.65
1   52238   2   20  G:0.55  T:0.45
1   54676   2   20  T:0.05  C:0.95
1   55164   2   20  A:0.55  C:0.45

不幸的是，如果

[$1，$2]

的一部分与文件2中的

$1，$2

匹配，AWK似乎会进行不明确的匹配。当我使用以下命令时，将返回文件2的所有10M行：

$ awk 'NR==FNR{YRI[$1,$2];next} $1,$2 in YRI {print $1,$2,$NF}' 
pantro2-hg19-liftover.frq tot_YRI10.frq | 
head -5
CHROM POS {ALLELE:FREQ}
1 30923 G:0.65
1 52238 T:0.45
1 54676 C:0.95
1 55164 C:0.45

---

我想要的输出是与第1列和第2列上的file1匹配的file2行。那里应该只有大约15K场比赛。我不确定在这种情况下，数组匹配是不明确的。

您应该使用

$1，$2

，而不是

$1$2

，作为数组索引

您使用YRI中的

$1，$2

作为条件。在YRI中将其更改为

（$1，$2）

x，y

是一种语法，用于指定在为true时打印的一系列条件（通常为

/start/，/end/

），而

（x，y）

是一种语法，用于创建数组索引以与

中的
运算符一起使用

当您在YRI中写入
$1、$2
时，您正在写入
（$1），（$2 in YRI）
，它告诉awk从
$1
非零/空的第一行（它可能位于文件的第一行）开始打印到
$2 in YRI
为真的那一行（它可能永远不会为真）因此，您可以打印整个文件。
您应该使用
$1，$2
，而不是
$1$2
，作为数组索引

您使用YRI中的
$1，$2
作为条件。在YRI中将其更改为
（$1，$2）

x，y
是一种语法，用于指定在为true时打印的一系列条件（通常为
/start/，/end/
），而
（x，y）
是一种语法，用于创建数组索引以与
中的
运算符一起使用

当您在YRI中写入
$1、$2
时，您正在写入
（$1），（$2 in YRI）
，它告诉awk从
$1
非零/空的第一行（它可能位于文件的第一行）开始打印到
$2 in YRI
为真的那一行（它可能永远不会为真）因此，您可以打印整个文件。
发布错误的输出是可以的，但不如发布一些示例输入和预期输出有用。发布错误的输出是可以的，但不如发布一些示例输入和预期输出有用。嗨，Ed，我试图将问题弄清楚。不幸的是，在这种情况下，建议的更改并没有产生任何影响。我更新了我的答案。如果这不能解决您的问题，那么请发布一些完整的小样本输入、预期输出和实际输出来演示问题。发布几行1000万和400万的文件告诉我们有问题，这没有帮助。遗憾的是，我不能给你一秒钟+1。谢谢你，我为糟糕的表格道歉。嗨，Ed，我试图把问题说得更清楚。不幸的是，在这种情况下，建议的更改并没有产生任何影响。我更新了我的答案。如果这不能解决您的问题，那么请发布一些完整的小样本输入、预期输出和实际输出来演示问题。发布几行1000万和400万的文件告诉我们出现了问题，这对我们没有帮助。遗憾的是，我不能给你第二个+1。谢谢你，我为糟糕的表格道歉。