他の複数のファイルの特定の列に対して1つのファイルのすべての行をgrepする方法は？

以下のようにCombined.txtというファイルがあります。

GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS
REACTOME_APC_CDC20_MEDIATED_DEGRADATION_OF_NEK2A
LEE_METASTASIS_AND_RNA_PROCESSING_UP
RB_DN.V1_UP
REACTOME_ABORTIVE_ELONGATION_OF_HIV1_TRANSCRIPT_IN_THE_ABSENCE_OF_TAT
...

現在のディレクトリには、マージされた.txtの行に似た名前の複数の.xlsファイルがあります。例: GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS.xls

この .xls ファイルで「GENE_TITLE」という列のすべての項目を検索し、「METRIC SCORE」という列に「YES」があります。

このファイルは次のとおりです。

 NAME    PROBE   GENE SYMBOL     GENE_TITLE      RANK IN GENE LIST       RANK METRIC SCORE       RUNNING ES      CORE ENRICHMENT
row_0   MKI67   null    null    51      3.389514923095703       0.06758767      Yes
row_1   CDCA8   null    null    96      2.8250465393066406      0.123790346     Yes
row_2   NUSAP1  null    null    118     2.7029471397399902      0.17939204      Yes
row_3   H2AFX   null    null    191     2.3259851932525635      0.22256653      Yes
row_4   DLGAP5  null    null    193     2.324765920639038       0.2718671       Yes
row_5   SMC2    null    null    229     2.2023487091064453      0.31562105      No
row_6   CKS1B   null    null    279     2.0804455280303955      0.3555722       No
row_7   UBE2C   null    null    403     1.816525936126709       0.38350475      No

出力ファイルの各行に以下を追加します。

 GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS 51 96 118 191 193
<name of the particular line in combined.txt>  <list of all entries in GENE_TITLE which have METRIC SCORE=Yes>

これまで私が試したことは次のとおりです。

grep -iw -f combined.txt *.xls > out1

私もこれを試しましたが、ここではCombined.txtの情報を使用せずに「yes」とマークされた値を取得できず、すべてのファイルから5番目の列を抽出します。

awk '{ a[FNR] = (a[FNR] ? a[FNR] FS : "") $5 } END { for(i=1;i<=FNR;i++) print a[i] }' $(ls -1v *.xls) > out2

少し似ているかもしれませんが、まだそうではありません。

awk 'BEGIN {ORS=" "} BEGINFILE{print FILENAME} {print $5 " " $8} ENDFILE{ printf("\n")}'  *.xls > out3

私は次のようなものを得ます：

GENE_TITLE GENE 1 Yes 4 Yes 11 Yes 23 Yes 49 Yes 76 Yes 85 Yes 118 No 161 No....
GENE_TITLE GENE 0 Yes 16 No 28 Yes 51 Yes 63 No 96 Yes 182 Yes 191 Yes
... 

したがって、私が望む出力は、 "GENE_TITLE GENE"の代わりにこれらの値を取得するファイル名を取得します（.xlsサフィックスを除く）。 0はい16いいえ28はい51はい63いいえ96...含まれていませんその人はいません」

修正する

必要なファイルを取得しましたが、可能な限り醜いコードを書いています（下記参照）。よりエレガントなものがあれば共有してください。

これが私が得た方法です：

awk '{print FILENAME " "$5 " "$8}' *.xls  | awk '!/^ranked/' | awk '!/^gsea/'|  awk '!/^gene/' | awk '$3!="No"  {print $1 " " $2}' | awk '$2!="GENE_TITLE"  {print}' |awk -v ncr=4 '{$1=substr($1,0,length($1)-ncr)}1' | awk -F' ' -v OFS=' ' '{x=$1;$1="";a[x]=a[x]$0}END{for(x in a)print x,a[x]}'>out3

grep -iw -f combined.txt out3 > ENTR_combined_SET.txt