免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1787 | 回复: 0
打印 上一主题 下一主题

[文本处理] 请教各位老师关于两个文件匹配区间的问题 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2018-05-25 14:50 |只看该作者 |倒序浏览
本帖最后由 trxz2001 于 2018-05-25 14:56 编辑

各位好,小弟有一个问题想请教各位大佬

现有文件a


head a

ENSMUST00000181680      A430110L20Rik   1       1       181220986       181221486       181221986       181222486       181222986       181223486       181223986    181226486       181226986       181227486       181227986       181228486       181228986       181229486       181229986       181230486       181230986
ENSMUST00000066988      A430110L20Rik   1       1       181221076       181221576       181222076       181222576       181223076       181223576       181224076    181226576       181227076       181227576       181228076       181228576       181229076       181229576       181230076       181230576       181231076
ENSMUST00000117444      Rpl35a-ps2      1       -1      181237320       181237820       181238320       181238820       181239320       181239820       181240320    181242820       181243320       181243820       181244320       181244820       181245320       181245820       181246320       181246820       181247320

......

和文件B

head b

3000136  1
3000137  1
3000138  1
3000139  1
3000140  1
3000141  1
3000142  1
3000143  1
3000144  1
3000145  1

.....


小弟想根据文件a的5 6两列的范围(大于等于5小于6)来提取文件b中列1这一范围的数值,并打印出文件a的地1列和相对应的文件b的1 2列

小弟查找资料写了一段,但是发现速度太慢了,因为每次都要从头查找,然而文件b的行数太多。

wc -l b
114086532 b



awk 'NR==FNR{a[NR]=$5;b[NR]=$6;c[NR]=$1;d++}NR!=FNR{for(i=1;i<=d;i++){if($1>=a&&$1<b){print c"\t" $0 }}}' a  b > c

结果为
head c
ENSMUST00000217604      3113987  5
ENSMUST00000217604      3113988  5
ENSMUST00000217604      3113989  5
ENSMUST00000217604      3113990  5
ENSMUST00000217604      3113991  5
ENSMUST00000217604      3113992  5
ENSMUST00000217604      3113993  5
ENSMUST00000217604      3113994  5
ENSMUST00000217604      3113995  5
ENSMUST00000217604      3113996  5

...

请问各位有什么快速的方法么?感激不尽

另外需要从5、6列 7、8列 …一直查找到24和25列 能否通过一句搞定?
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP