Bash 比较a'；具体'；列，如果'；具体'；柱匹配

我有一个以制表符分隔的文件，有三列（GO ID、Biological process、Gene），我想比较第三列的行，如果它们匹配，我想连接它们各自的第一列和第二列。我是一个新手，我尝试了很多无效的方法，但没有得到我想要的结果

以下是所需输出的示例

输入

输出：

GO:0007155;GO:0022610      cell adhesion;biological adhesion   ACHE
GO:0007155;GO:0022610      cell adhesion;biological adhesion   ADAM19
GO:0007155;GO:0022610      cell adhesion;biological adhesion   AMBN

---

我为您的数据制作了一个以制表符分隔的副本

$: cat cols
GO:0007155      cell adhesion   ACHE
GO:0022610      biological adhesion     ACHE
GO:0007155      cell adhesion   ADAM19
GO:0022610      biological adhesion     ADAM19
GO:0007155      cell adhesion   AMBN
GO:0022610      biological adhesion     AMBN

$: declare -A A B C # associative arrays - "lookup tables"
$: tab=$'\t'        # just to make it easier to see it embedded
$: while IFS=$'\t' read a b c
   do A[$c]="${A[$c]};$a"
      B[$c]="${B[$c]};$b"
   done < cols      # stack cols
$: for c in "${!A[@]}"
   do echo "${A[$c]#;}$tab${B[$c]#;}$tab$c" # strip leading semicolons
   done
GO:0007155;GO:0022610   cell adhesion;biological adhesion       ADAM19
GO:0007155;GO:0022610   cell adhesion;biological adhesion       AMBN
GO:0007155;GO:0022610   cell adhesion;biological adhesion       ACHE

---

一种方法是使用非常有用的工具，再加上一些按摩，以获得所需格式的输出：

$ datamash -g 3 collapse 1 collapse 2 < input.tsv | \
   awk 'BEGIN { FS=OFS="\t" } { print $2, $3, $1 }' | tr , ';'   
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ACHE
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ADAM19
GO:0007155;GO:0022610   cell adhesion;biological adhesion   AMBN

---

欢迎来到SO。Stack Overflow是一个面向专业和热心程序员的问答网站。目标是在问题中添加一些自己的代码，以显示您自己为解决此问题所做的研究工作。制表符分隔？因为看起来你的第三列是“粘着”，哈哈；）是的，是以制表符分隔的，第二列是一个生物过程，第三列是与之相关的基因。

$: for c in $( printf "%s\n" "${!A[@]}" | sort )
   do echo "${A[$c]#;}$tab${B[$c]#;}$tab$c"
   done

$ datamash -g 3 collapse 1 collapse 2 < input.tsv | \
   awk 'BEGIN { FS=OFS="\t" } { print $2, $3, $1 }' | tr , ';'   
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ACHE
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ADAM19
GO:0007155;GO:0022610   cell adhesion;biological adhesion   AMBN

$ perl -F"\t" -lane 'push @{$genes{$F[2]}}, [@F[0,1]];
                     END { $,="\t";
                           for (sort keys %genes) {
                             print join(";", map { $_->[0] } @{$genes{$_}}),
                                   join(";", map { $_->[1] } @{$genes{$_}}),
                                   $_ } }' input.tsv
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ACHE
GO:0007155;GO:0022610   cell adhesion;biological adhesion   ADAM19
GO:0007155;GO:0022610   cell adhesion;biological adhesion   AMBN