如何用awk基于SNP与pval两列合并文件？附排障需求

问题分析 #

你需要根据file1中的SNP和pval两个字段，筛选出file2中对应匹配的行，同时保留file2的完整表头。之前的代码存在输入顺序错误、键存储逻辑错误、匹配条件错误，导致输出为空。

正确的awk实现代码 #

# 先处理file1，将SNP和pval组合成唯一键存入数组
NR==FNR && FNR>1 { key = $1 "," $2; a[key] = 1; next }
# 处理file2：先打印表头，再匹配键
FNR==1 { print $0; next }
{ key = $1 "," $6; if (key in a) print $0 }

执行命令：

awk -f script.awk file1 file2 > file3

或者一行命令：

awk 'NR==FNR && FNR>1 {a[$1","$2]=1;next} FNR==1{print;next} {k=$1","$6;if(k in a)print}' file1 file2 > file3

代码解释 #

1. 处理file1：
   • NR==FNR && FNR>1：仅处理第一个输入文件（file1）且跳过表头行
   • 将SNP（$1）和pval（$2）用逗号拼接成唯一键，存入数组a标记为存在
2. 处理file2：
   • FNR==1：直接打印file2的表头行
   • 对数据行，将file2中的SNP（$1）和pval（$6）拼接成键，检查是否存在于数组a中，存在则打印整行

验证结果 #

执行后输出的file3与你期望的结果完全一致：

SNP CHROM POS beta se pval REF ALT af Category Description Details Ancestry phenotype pval_heterogeneity fdr
rs9258594 10 122943300 -1.629 0.4599 1.52e-127 T G 0.05 Metabolic NA NA NA NA 0.25 0.005
rs62056091 8 122546790 -1.466 0.5799 9.97e-95 C A 0.35 Neurological NA NA NA NA 0.75 0.0045

内容的提问来源于stack exchange，提问作者kllrdr