複数のファイルを結合する方法に関する投稿があることを知っていますが、時間がかかりました。最初の列が患者IDであるファイルが複数あり、最初の列のID番号に基づいて複数のファイルを結合したいと思います。
以下のコードはまだ動作しますが、時間がかかります。それでは、このプロセスをより効率的に行う方法を知っている人はいますか?
for PHENO in A B C D E F G H I J K L M
do
join -a1 -a2 -e 1 -o auto chr2_${PHENO} chr3_${PHENO} >${PHENO}
done
for PHENO in A B C D E F G H I J K L M
do
for file in chr5_${PHENO} chr11_${PHENO} chr14_${PHENO} chr20_${PHENO} \
chr21_${PHENO} chr22_${PHENO} chr6_${PHENO} chr9_${PHENO} chr13_${PHENO} \
chr18-1_${PHENO} chr18-2_${PHENO} chr1-1_${PHENO} chr1-2_${PHENO} \
chr1-3_${PHENO} chr8-1_${PHENO} chr8-2_${PHENO} chr17-1_${PHENO} \
chr17-2_${PHENO} chr19-1_${PHENO} chr19-2_${PHENO} chr19-3_${PHENO} \
chr19-4_${PHENO} chr4-1_${PHENO} chr4-2_${PHENO} chr4-3_${PHENO} \
chr4-4_${PHENO} chr7-1_${PHENO} chr7-2_${PHENO} chr7-3_${PHENO} \
chr10-1_${PHENO} chr10-2_${PHENO} chr10-3_${PHENO} chr10-4_${PHENO} \
chr12-1_${PHENO} chr12-2_${PHENO} chr12-3_${PHENO} chr12-4_${PHENO} \
chr15-1_${PHENO} chr15-2_${PHENO} chr15-3_${PHENO} chr16-1_${PHENO} \
chr16-2_${PHENO} chr16-3_${PHENO}; do
join -a1 -a2 -e 1 -o auto ${PHENO} "$file" >${PHENO}.1
mv ${PHENO}.1 ${PHENO}
done
done
すべてのファイルは以下にあります。 150,001人の患者は病気であるかどうかを0または1とマークします。たとえば、chr2_${PHENO}
ID Disease
1 0
2 1
3 0
4 1
5 1
....
150000 0
150001 1
たとえば、chr3_${PHENO}
ID Disease
1 1
2 1
3 1
4 0
5 0
....
150000 0
150001 0
よろしくお願いします!
ベストアンサー1
わかりました答え自体ではないしかし、状況を明確にするための投稿かもしれません。
質問に必要なものを含めてください。
(申し訳ありませんが、一般的な作業方法ではありませんが…)
これはあなたのファイルと望む結果に似ていますか?
以下は2つのサンプルスクリプトです。まずダミーファイルを生成します。
- chr1_A到着文字6_A
- 文字1_B到着chr6_B
- chr1_C到着chr6_C
用途別に並べ替えLC_ALL=C sort -k 1b,1
#! /bin/bash
for p in A B C; do
for i in $(seq 1 6); do
f="chr${i}_$p"
printf 'ID %s\n' "$i.$p" >"$f"
paste <(shuf -n 24 -i 1-222) <(shuf -n 24 -i 0-1 -r) | \
LC_ALL=C sort -k 1b,1 >>"$f"
done
done
たとえば、サンプルグループが与えられると、次のようになります。paste chr* | column -t
ID 1.A ID 1.B ID 1.C ID 2.A ID 2.B ID 2.C ...
116 1 107 1 101 0 110 1 105 1 111 0 ...
126 1 11 1 105 0 111 1 106 1 117 1 ...
131 1 111 0 106 0 121 0 113 0 121 0 ...
141 0 133 0 110 0 124 0 147 0 145 0 ...
167 1 135 1 113 1 135 0 154 0 146 1 ...
...
これが正しいかどうかわからない場合は決定してください。
2番目のスクリプトは変更されたバージョンです(たとえば、実際のデータと区別するためにダッシュを使用して欠落していることを示します)。
#! /bin/bash
for PHENO in A B C; do
join -a1 -a2 -e - -o auto chr1_${PHENO} chr2_${PHENO} >${PHENO}
done
for PHENO in A B C; do
for n in 3 4 5 6; do
file="chr${n}_$PHENO"
join -a1 -a2 -e - -o auto ${PHENO} "$file" >${PHENO}.1
mv ${PHENO}.1 ${PHENO}
done
done
A、B、C 3 つのファイルを生成します。
$ paste A B C | column -t
ID 1.A 2.A 3.A 4.A 5.A 6.A ID 1.B 2.B 3.B 4.B 5.B 6.B ID 1.C 2.C 3.C 4.C 5.C 6.C
10 - - 1 1 - - 101 - - 1 - - 1 101 0 - 0 - - 1
100 - - - 0 - - 102 - - - - - 0 103 - - - - - 0
102 - - 1 - 0 - 105 - 1 0 - 0 - 105 0 - - - - -
108 - - 0 - - - 106 - 1 - - - 1 106 0 - - - 1 -
109 - - - - - 1 107 1 - - - - - 107 - - - - - 0
110 - 1 - - - - 109 - - - - - 0 108 - - - - - 0
111 - 1 - - - - 11 1 - - - - - 109 - - - 1 0 -
116 1 - - - - - 111 0 - - - - - 110 0 - - - - -
117 - - - - 1 - 113 - 0 - - - - 111 - 0 - - - -
...
# or
# paste <(sort -n A) <(sort -n B) <(sort -n C) | column -t