私は次のような状況にあります。
ファイル1は次のようになります。
A
B
C
ファイル2は次のようになります。
chr1 \t 1234523 \t A
chr3 \t 1234231 \t A
chr6 \t 121233 \t A
chr1 \t 1126685 \t B
chr1 \t 15834523 \t B
chr4 \t 12345647 \t C
chr12 \t 1456523 \t C
出力を得たいです。
A \t 3
B \t 2
C \t 2
私はこれができることを知っています
grep A File2 | wc -l
ただし、File1のすべての行（700）に対してこれを行う必要があります。
これをどのように自動化できますか？
ベストアンサー1
\tsは実際にはタブ文字であり、同じ列にあり、AはAAではなくAにのみ一致すると仮定します。aA、B、C を含むファイルと一致bするかどうかを計算するファイル (提供された 2 番目のファイル) を想定します。
まず、可能な一致のみを取得し、
b残りはすべて無視する必要があります。これは、ファイルの一部を切り取るためにb使用できる3番目の列です。cutカット -f 3b
その後、それを発生回数と発生回数のリストに変換する必要があります。
uniq出力をソートして計算するために使用できます。cutソート|ユニクロ-c
最後に、あなたはこれのためにみんなin
bですが、の値のみが必要ですa。joinこれを使用して、共通フィールド（この場合、最初と唯一のフィールド（デフォルトではaこれを行うように見えます）と2番目のファイル（2）でbある2番目のフィールド（-2））から2つの異なるファイルをリンクできます。接続-2 2a 結果-b
いくつかの異なる方法で接続することができ、1つの可能な方法は、bashプロセス交換で名前付きパイプを使用することです。
join -2 2 a <(cut -f 3 b | sort | uniq -c)
これは、bを3回だけ処理し（他の列と削除sort）、uniq結合が入力をソートする必要があるため、各ファイルを一度だけ読み取るため、grep単独よりも少なくとも優れています。もちろん、これは私が作成した仮定に依存します（そしてソートも必要ですaが、これは以前のソートされていない場合を<(sort a)置き換えるだけです）。a