比较多个文件中的值

Question

我有两个文件，每个文件有3列和n行数（每个文件中的行数不同）。在

每个都是这样的：

file1
chr1    12  32 
chr1    14  30
chr3    10002  89000 
chrx    5678900   987654

还有这个：

^{pr2}$

每个文件中的第二列和第三列表示起始值和结束值，而第一列是名称。在

因此，如果（文件1的）第一列中的值与文件2的第一列中的值匹配，则脚本应计算它们是否与文件2中的文件1的第二列和第三列的值范围是否存在重叠（文件1第2列和第3列的值范围与文件2的第2列和第3列中的值范围有任何程度的重叠）。在

需要这样的输出：

regions from file1 present in file 2

chr1    12  32   present 
chr1    14  30   present 
chr3    10002  89000  absent
chrx    5678900   987654 absent

任何关于awk操作或python脚本的建议…请帮助。在

Answer 1

1. 读取file2以创建映射：name->；间隔，即，结果是：ranges = {'chr1': [[8, 15], [10, 14], [32, 34]]}。如果每个名称有很多间隔，那么作为一个优化，您可以合并它们：ranges = {'chr1': [[8, 15], [32, 34]]}。

2. 定义overlap(r1, r2)函数，该函数返回两个区间r1和r2是否重叠。指定边缘是否包含在重叠中。

3. 对于file1中的每一行，找出是否存在重叠并打印适当的输出。