perl - 如何使用 Perl 合并多个文件？

Question

我正在尝试将 3 个不同的文件合并为一个。这些文件有 3 列，前 2 列在三个文件中是相同的。
文件(3 列 * 263.900 行):

FILE 1
ID_1        ID_2        dN
QJY77946    NP_073551   0.0293
QJY77954    NP_073551   0.0273
QJY77954    QJY77946    0.0041
QJY77962    NP_073551   0.0273
QJY77962    QJY77946    0.0041   
...
FILE 2
ID_1        ID_2        dS
QJY77946    NP_073551   0.0757
QJY77954    NP_073551   0.0745
QJY77954    QJY77946    0.0085
QJY77962    NP_073551   0.0745
QJY77962    QJY77946    0.0109
...
FILE 3
ID_1        ID_2        Omega (dN/dS)
QJY77946    NP_073551   0.3872
QJY77954    NP_073551   0.3668
QJY77954    QJY77946    0.4851
QJY77962    NP_073551   0.3668
QJY77962    QJY77946    0.3767
...

为此，我使用 Perl 脚本来合并文件。
当我合并两个文件(并创建一个具有 4 列的文件)时，此脚本有效，但如果我尝试再添加一个，则不起作用!
剧本:

use strict;
use warnings;

# Variables
my $file01 = "M8_S.dNdS.tsv" ;
my $file02 = "M8_dN-dS.tsv" ;
# Define hash
my %content02 = () ;
open (B, $file02) or die;
while (my $l1 = <B>) {
  $l1 =~ s/\n//g;
  $l1 =~ s/\r//g;
  my @cont_linea = split ("\t", $l1);
  my $valor_1 = $cont_linea[0];
  my $valor_2 = $cont_linea[1];
  my $valor_3 = $cont_linea[2];
  my $ids = "$valor_1\_$valor_2";
  $content02{$ids} = $valor_3;  ### <- STORE DATA IN HASH
}
close B;

#### Open second file
open (A, $file01) or die;
LOOPFILE:
while (my $l2 = <A>) {
  $l2 =~ s/\n//g;
  $l2 =~ s/\r//g;
  my @cont_linea_2 = split ("\t", $l2);
  my $valor_21 = $cont_linea_2[0];
  my $valor_22 = $cont_linea_2[1];
  my $valor_23 = $cont_linea_2[2];
  my $ids_2 = "$valor_21\_$valor_22";
  if (exists $content02{$ids_2}) {
    my $newval = $content02{$ids_2};
    print "$l2\t$newval\n";
    next LOOPFILE;
  }
}
close A;
exit;

关于我必须做什么或在脚本中添加以合并 3 个文件并生成如下内容的任何建议:

ID_1        ID_2        dN      dS      Omega 
QJY77946    NP_073551   0.0293  0.0757  0.3872
QJY77954    NP_073551   0.0273  0.0745  0.3668
QJY77954    QJY77946    0.0041  0.0085  0.4851
QJY77962    NP_073551   0.0273  0.0745  0.3668
QJY77962    QJY77946    0.0041  0.0109  0.3767 
...

Answer 1

我将加载抽象为一个子例程，因此不会重复代码。 $phase 参数告诉它是否应该初始化散列，累积列，甚至打印结果。适用于 3 个或更多文件。

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

sub load {
    my ($file, $table, $phase) = @_;
    open my $in, '<', $file or die "$file: $!";
    while (<$in>) {
        chomp;
        my @columns = split /\t/;
        my $id = join '_', @columns[0, 1];
        die "Duplicate $id."
            if 'first' eq $phase && exists $table->{$id};

        push @{ $table->{$id} }, $columns[2];
        say join "\t", @columns[0, 1], @{ $table->{$id} }
            if 'print' eq $phase;
    }
}

my %table;
my $phase = 'first';
while (my $file = shift @ARGV) {
    load($file, \%table, $phase);
    $phase = 1 == @ARGV ? 'print' : '';
}