Bash，使用sort和join连接两个不同长度的表

我意识到这是重复，但在其他帖子中的解决方案对我不起作用，抱歉

我有两张桌子，testcut.pileup：

chrM    1370    T       1
chrM    1371    T       1
chrM    1372    C       1
chrM    1373    T       1
chrM    1374    A       1

和testcut2.pileup：

chrM    720     T       1
chrM    721     T       1
chrM    722     C       1
chrM    723     A       0
chrM    724     C       1
chrM    1370    T       2
chrM    1371    T       3
chrM    1372    C       4
chrM    1373    T       3
chrM    1374    A       2

我想加入这些数据集，以便这些数据集彼此并排显示。在一个理想的世界里，这些将由第二列中的数字（如下所示）来组织，但我很乐意让它们彼此并排

预期结果：

                             chrM    720     T       1
                             chrM    721     T       1
                             chrM    722     C       1
                             chrM    723     A       0
                             chrM    724     C       1
chrM    1370    T       1    chrM    1370    T       2
chrM    1371    T       1    chrM    1371    T       3
chrM    1372    C       1    chrM    1372    C       4
chrM    1373    T       1    chrM    1373    T       3
chrM    1374    A       1    chrM    1374    A       2

到目前为止，我正在尝试：

join -j 2 <(sort -k 2 testcut.pileup) <(sort -k 2 testcut2.pileup) > join.pileup

如果我直接运行

join

，则第二列中的数字将移位：

chrM 1370 T 1 720 T 1
chrM 1370 T 1 721 T 1
chrM 1370 T 1 722 C 1
chrM 1370 T 1 723 A 0
chrM 1370 T 1 724 C 1

---

谢谢你的帮助。

awk

救命

您可以使它更通用，但我硬编码了4个字段

$ awk 'NR==FNR {a[$2]=$0; next} 
               {print  $2 in a?a[$2] "\t" $0:"\t\t\t\t"$0}' file{1,2} | 
  column -ts'\t'

                                chrM    720     T       1
                                chrM    721     T       1
                                chrM    722     C       1
                                chrM    723     A       0
                                chrM    724     C       1
chrM    1370    T       1       chrM    1370    T       2
chrM    1371    T       1       chrM    1371    T       3
chrM    1372    C       1       chrM    1372    C       4
chrM    1373    T       1       chrM    1373    T       3
chrM    1374    A       1       chrM    1374    A       2

---

awk

救援

您可以使它更通用，但我硬编码了4个字段

$ awk 'NR==FNR {a[$2]=$0; next} 
               {print  $2 in a?a[$2] "\t" $0:"\t\t\t\t"$0}' file{1,2} | 
  column -ts'\t'

                                chrM    720     T       1
                                chrM    721     T       1
                                chrM    722     C       1
                                chrM    723     A       0
                                chrM    724     C       1
chrM    1370    T       1       chrM    1370    T       2
chrM    1371    T       1       chrM    1371    T       3
chrM    1372    C       1       chrM    1372    C       4
chrM    1373    T       1       chrM    1373    T       3
chrM    1374    A       1       chrM    1374    A       2

---

使用join、sort和bash：

join -j 2 <(sort -t $'\t' -k 2 testcut.pileup) <(sort -t $'\t' -k 2 testcut2.pileup) -a 2 -t $'\t' -o1.1,1.2,1.3,1.4,2.1,2.2,2.3,2.4 | sort -t $'\t' -k6n

---

使用join、sort和bash：

join -j 2 <(sort -t $'\t' -k 2 testcut.pileup) <(sort -t $'\t' -k 2 testcut2.pileup) -a 2 -t $'\t' -o1.1,1.2,1.3,1.4,2.1,2.2,2.3,2.4 | sort -t $'\t' -k6n

---

Bash并不是这项工作的最佳工具。相反，我建议您使用Python进行快速旋转。Bash并不是这项工作的最佳工具。我建议改为使用Python进行快速旋转。如果我想在大约90个文件中应用此命令以生成一个表，您是否可以建议我需要更改哪些内容？此脚本不会扩展到90个文件，但对于2个以上的文件，

join

不是合适的工具。也许可以问另一个问题。如果我想在大约90个文件中应用此命令以生成一个表，您是否可以建议我需要更改哪些内容？此脚本不会扩展到90个文件，但对于2个以上的文件，

join

不是合适的工具。也许可以问另一个问题。