Блог

У меня есть файл, содержащий список объектов в первом столбце и другие 3 столбца с 3 разными, но взаимосвязанными переменными. Файлы выглядят так:

 file.txt:

aaaa_111______ GCP 1 yes
bbbb_23e______ DFR 1 no
cccc_345______ TRE 4 no
dddd_65e______ WER 2 yes
eeee_456______ YTR 1 no
ffff_222______ HYT 4 yes
gggg_345______ UIY 2 no
 

Мне нужно получить новый файл, в котором я изменяю второй столбец (имя лиганда), сопоставляя третий и четвертый столбцы. Для двух объектов, если число в третьем столбце одинаковое, я хочу заменить имя во втором столбце, используя имя объектов, которые в четвертом столбце есть «да».

Конечный файл должен быть таким:

 aaaa_111______ GCP 
bbbb_23e______ GCP
cccc_345______ HYT
dddd_65e______ WER 
eeee_456______ GCP
ffff_222______ HYT 
gggg_345______ WER
 

Я заменил имена лигандов (второй столбец), для которых в четвертом столбце было написано «нет», на имя лиганда, который в третьем столбце имел тот же номер, а в четвертом было написано «да».
Надеюсь, я выразился ясно, но я понимаю, что проблема достаточно сложна, чтобы объяснить ее словами. Может кто-нибудь подсказать, как это сделать? Спасибо!

Perl на помощь!

Прочитайте файл дважды. При первом чтении запомните, какие числа следует заменить на какие. Во втором чтении замените значения на основе таблицы, которую вы создали в первом проходе.

 #!/usr/bin/perl
use warnings;
use strict;
use feature qw{ say };

open my $in, '<', shift or die $!;

my %replace;
while (<$in>) {
    my ($ligand, $number, $keep) = (split)[1, 2, 3];
    if ($keep eq 'yes') {
        die "Duplicate $number $ligand"
            if exists $replace{$number};

        $replace{$number} = $ligand;
    }
}

seek $in, 0, 0;
while (<$in>) {
    my ($obj, $ligand, $number) = (split)[0, 1, 2];
    if (exists $replace{$number}) {
        say join ' ', $obj, $replace{$number};
    } else {
        warn "Can't replace: $_";
    }
}
 

 awk 'NR==FNR { if($4=="yes") { map[$3]=$2} } NR!=FNR { if ($4=="no") { $2=map[$3] } print $1" "$2 }' file.txt file.txt
 

Используя awk, обработайте файл дважды. На первом проходе (NR ==FNR) создайте массив, если 4-е поле, разделенное пробелом, равно yes. Индекс является третьим разделителем, а значение — вторым. Затем на втором проходе (NR!=FNR), когда 4-е поле равно no, замените 2-е поле значением в массиве map и выведите необходимые данные. В противном случае просто выведите необходимые данные.