awk - 我正在尝试比较两个 fastq 文件（配对读取），打印另一个文件的行号 n

Question

我正在尝试比较两个 fastq 读取（配对读取），以便将 file1.fastq 中模式匹配的位置（考虑行号）与 file2.fastq 进行比较。我想打印 file2.fastq 中相同位置或行号的内容。我正在尝试通过 awk 做到这一点。前任。如果我的模式匹配位于文件 1 的第 200 行，我想看看文件 2 的第 200 行有什么。对此表示赞赏。

Answer 1

我的理解是你有三个文件。一个模式文件和两个数据文件。您想在数据文件 1 中找到模式的行号，并在数据文件 2 中找到相应的行。如果您能够澄清它并可能提供输入文件和预期的输出，您将获得更多帮助。

awk 来救援！

awk -F: -vOFS=: 'NR==FNR{lines[$1]=$0;next} FNR in lines{print lines[FNR],$0}' <(grep -nf pattern data1) data2

将打印行号，从数据文件 1 匹配的模式，以及从数据文件 2 中匹配的相应行。对于我得到的具有准随机数据的组合文件。

1:s1265e:s1265e
2:s28629e:s28629e
3:s6630e:s6630e
4:s24530e:s24530e
5:s23216e:s23216e
6:s25985e:s25985e

Answer 2

通常，您需要这种形式：

awk '
    { getline line_2 < "file2" }
    /pattern/ { print FNR, line_2 }
' file1

或者，首先将文件粘贴在一起（假设您的 shell 是 bash）

paste -d $'\1' file1 file2 | awk -F $'\1' '$1 ~ /pattern/ {print FNR, $2}'

CtrlA假设字符没有出现在您的文件中，我将其用作字段分隔符。

Answer 3

到目前为止我的新手尝试

zcat file1.fastq.gz|awk '~/pattern/{print NR;}'>matches.csv

awk 'FNR==NR{a[$1]=$0;next;}(FNR in a)' matches.csv file2.fastq.gz