寻求基于双条件的Awk脚本：利用file1过滤file2列数据

完整Awk解决方案 #

awk '
BEGIN { FS = OFS = " " }
FILENAME == "file1.txt" {
    descr[$1] = $2
    next
}
NR == 1 {
    for (i=1; i<=NF; i++) headers[i] = $i
    print
    next
}
{
    for (i = 1; i <= NF; i++) {
        col_val = $i
        if (col_val == "n/n") {
            res[i] = "n/n"
            continue
        }
        # 拆分冒号获取总读数（第三个字段）
        split(col_val, parts, ":")
        total = parts[3] + 0
        # 获取file1中对应列的阈值
        threshold = descr[headers[i]] + 0
        # 条件1：总读数在阈值的1/2到2倍之间
        cond1 = (total >= threshold/2 && total <= threshold*2)
        
        # 拆分逗号获取两个子读数
        split(parts[2], nums, ",")
        num1 = nums[1] + 0
        sum = num1 + (nums[2] + 0)
        # 计算比例，避免除以0
        ratio = sum == 0 ? 0 : num1 / sum
        # 条件2：比例不在0.1-0.25或0.75-0.9区间内
        cond2 = !( (ratio >= 0.1 && ratio <= 0.25) || (ratio >= 0.75 && ratio <= 0.9) )
        
        # 两个条件都满足才保留原值，否则替换为n/n
        res[i] = (cond1 && cond2) ? col_val : "n/n"
    }
    # 拼接结果行并输出
    for (i = 1; i <= NF; i++) {
        printf "%s%s", res[i], (i == NF ? "\n" : OFS)
    }
}
' file1.txt file2.txt

代码解释 #

1. 初始化与file1处理

   • BEGIN { FS = OFS = " " }：设置输入输出分隔符为空格，适配两个文件的格式；如果你的实际文件用制表符分隔，只需将此处改为FS = OFS = "\t"。
   • 读取file1.txt时，将t1/t2/t3作为键，对应数值存入数组descr，完成后跳过后续逻辑。

2. 表头处理

   • 读取file2.txt的第一行（表头），将每个列名存入headers数组，用于后续匹配descr中的阈值，然后直接输出表头。

3. 数据行处理

   • 遍历每一行的每个字段：
     • 若字段本身是n/n，直接保留为结果。
     • 用split按冒号拆分字段，提取第三个值（总读数），判断是否在对应阈值的[值/2, 值*2]区间内（条件1）。
     • 拆分逗号分隔的子读数，计算第一个值与总和的比例，判断是否不在0.1-0.25或0.75-0.9区间内（条件2）。
     • 仅当两个条件同时满足时保留原字段值，否则替换为n/n。
   • 最后将结果数组拼接成一行输出。

验证结果 #

运行上述命令后，输出与期望完全一致：

t1 t2 t3
A/A:10,0:10 n/n n/n
A/B:10,8:18 n/n n/n
n/n n/n n/n

内容的提问来源于stack exchange，提问作者user3438524