awkを使用して共通フィールドに基づいてファイルの行をマージするにはどうすればよいですか？

Question

私は、大きなタブが、このような多くの生化学的経路の座標を持つ2つの列区切りファイルがあります：

A B 
B D 
D F 
F G 
G I 
A C 
C P 
P R 
A M 
M L 
L X 

1行の1列目は、結果として、別の行の列2に等しい場合、私はラインを組み合わせたいです次の出力で：

A B D F G I 
B D F G I 
D F G I 
F G I 
G I 
A C P R 
C P R 
P R 
A M L X 
M L X 
L X 

私は、誰もが、私はシェルスクリプトを記述することなく、これをアプローチする方法を任意のアイデアを持っていない、などのawk 1ライナーのような単純なものを使用したいですか？どんな助けもありがとうございます。私はそれぞれのステップとそれに続く各ステップを各パスウェイに入れようとしています。これらの経路はしばしば交差するので、いくつかのステップは他の経路と共有されますが、それぞれを別々に分析する必要があります。

私はそれ以降のファイルで$ 2 = $ 1目的の列をgrepをしようとするシェルスクリプト試してみました：私は私の問題は、（a）のラインを削除し、（Bから来ていることを知ってい

while [ -s test ]; do 
    grep -m1 "^" test > i 
    cut -f2 i | sed 's/^/"/' | sed 's/$/"/' | sed "s/^/awk \'\$1 == /" | sed "s/$/' test >> i/" > i.sh 
    sh i.sh 
    perl -p -e 's/\n/\t/g' i >> OUT 
    sed '1d' test > i ; mv i test 
done 

を）重複があるという事実。私はこれにどのように取り組むか分かりません。

Answer 1

入力

$ cat f 
A B 
B D 
D F 
F G 
G I 
A C 
C P 
P R 
A M 
M L 
L X 

出力

$ awk '{ 
     for(j=1; j<=NF; j+=2) 
     { 
      for(i=j;i<=NF;i+=2) 
      { 
       printf("%s%s", i==j ? $i OFS : OFS,$(i+1)); 
       if($(i+1)!=$(i+2)){ print ""; break } 
      } 
      } 
     }' RS= OFS="\t" f 
A B D F G I 
B D F G I 
D F G I 
F G I 
G I 
A C P R 
C P R 
P R 
A M L X 
M L X 
L X 

私は、ファイル内の行を取るシェルスクリプトを書いて試してみました10

ワンライナー

awk '{ for(j=1; j<=NF; j+=2)for(i=j;i<=NF;i+=2){printf("%s%s", i==j ? $i OFS : OFS,$(i+1)); if($(i+1)!=$(i+2)){ print ""; break }}}' RS= OFS="\t" f 

Answer 2

さて、あなたは1行でこれを置くことができますが、私はそれをお勧めしません:)

#!/usr/bin/awk -f 

{ 
    a[NR] = $0 

    for(i = 1; i < NR; i++){ 
    if(a[i] ~ $1"$") 
     a[i] = a[i] FS $2 
    if(a[i] ~ "^"$1){ 
     for(j = i; j < NR; j++){ 
     print a[j] 
     delete a[j] 
     } 
    } 
    } 
} 

END{ 
    for(i = 1; i <= NR; i++) 
    if(a[i] != "") 
     print a[i] 
} 

Answer 3

$ <f.txt tac | awk 'BEGIN{OFS="\t"}{if($2==c1){$2=$2"\t"c2};print $1,$2;c1=$1;c2=$2}' | tac 
A  B  D  F  G  I 
B  D  F  G  I 
D  F  G  I 
F  G  I 
G  I 
A  C  P  R 
C  P  R 
P  R 
A  M  L  X 
M  L  X 
L  X