Regex awk搜索一个文件中的列，如果匹配两个文件中的打印列

我试图比较文件1中的第1列和文件2中的第3列，如果它们匹配，则打印文件1中的第一列和文件2中的前两列

以下是每个文件的示例：

文件1

文件2

期望输出

Cre01.g000100  chromosome_1    99034        
Cre01.g000500  chromosome_1    71569   
Cre01.g000650  chromosome_1    93952

我一直在寻找一些相似的线程，但我似乎无法让它打印两个文件中的列。以下是一些相关的链接：

我觉得我应该能够根据这些线程来解决这个问题，但已经两天了，我一直在尝试不同的代码变体，但我什么也没得到。 以下是我在文件中尝试使用的一些代码：

awk 'FNR==NR{a[$3]=$1;next;}{print $0 ($3 in a ? a[$3]:"NA")}' file1 file2

awk 'NR==FNR{ a[$1]; next} ($3 in a) {print $1 $2 a[$1]}' file1 file2

awk 'FNR==NR{a[$1]=$0; next}{print a[$1] $0}' file1 file2

我知道我必须创建一个临时矩阵，其中包含file1的第一列（或file2的第三列），然后将其与另一个文件进行比较。如果存在匹配项，则打印文件1的第一列以及文件2的第1列和第2列

---

谢谢你的帮助

这三次尝试中，你的中间尝试最接近，但是：

• 您尚未指定字段分隔符为

  |

• 您没有分配给

  一个[$1]

• 示例输出与所需输出不一致（示例输出显示文件1中的第1列和文件2中的第1列；所需输出据说是文件1中的第1列和文件2中的第1列和第2列，尽管此解释取决于文件2中的

  $3

  是两个管道符号之间的名称的解释）
  引用创建此答案时的问题：
  …比较文件1中的第1列和文件2中的第3列，如果它们匹配，则打印文件1中的第一列和文件2中的前两列

  desired output
  Cre01.g000100  chromosome_1    99034
  Cre01.g000500  chromosome_1    71569
  Cre01.g000650  chromosome_1    93952
  

• 我们可以观察到，如果文件2中的

  $3

  等于文件1中的值，那么打印

  $3

  与打印保存的值一样容易

所以，解决这个问题：

awk -F'|' 'NR==FNR { a[$1]=1; next } ($3 in a) { print $3, $1 }' file1 file2

---

关键的变化是分配给

a[$1]

（以及

-F'|'

）；其余的是修饰性的，可以根据您的要求进行调整（因为问题本身不一致，很难给出更好的答案）。

您可以使用此

awk

：

awk -F '[| ]+' -v OFS='\t' 'NR==FNR{a[$4]=$1 OFS $2; next}
       $1 in a{print $1, a[$1]}' file2 file1
Cre01.g000100   chromosome_1    99034
Cre01.g000500   chromosome_1    71569
Cre01.g000650   chromosome_1    93952

awk -F'|' 'NR==FNR { a[$1]=1; next } ($3 in a) { print $3, $1 }' file1 file2

awk -F '[| ]+' -v OFS='\t' 'NR==FNR{a[$4]=$1 OFS $2; next}
       $1 in a{print $1, a[$1]}' file2 file1
Cre01.g000100   chromosome_1    99034
Cre01.g000500   chromosome_1    71569
Cre01.g000650   chromosome_1    93952