如何從多個其他文件的特定列中的一個文件中grep所有行？

我有一個文件：combined.txt 像這樣：

GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS
REACTOME_APC_CDC20_MEDIATED_DEGRADATION_OF_NEK2A
LEE_METASTASIS_AND_RNA_PROCESSING_UP
RB_DN.V1_UP
REACTOME_ABORTIVE_ELONGATION_OF_HIV1_TRANSCRIPT_IN_THE_ABSENCE_OF_TAT
...

在我的目前目錄中，我有多個 .xls 文件，它們的名稱類似於 combine.txt 中的行，例如：GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS.xls

在那些 .xls 文件中，我想檢索名為 GENE_TITLE 的列中的所有內容，在名為“METRIC SCORE”的列中我有“是”

這些文件看起來像：

NAME    PROBE   GENE SYMBOL     GENE_TITLE      RANK IN GENE LIST       RANK METRIC SCORE       RUNNING ES      CORE ENRICHMENT
row_0   MKI67   null    null    51      3.389514923095703       0.06758767      Yes
row_1   CDCA8   null    null    96      2.8250465393066406      0.123790346     Yes
row_2   NUSAP1  null    null    118     2.7029471397399902      0.17939204      Yes
row_3   H2AFX   null    null    191     2.3259851932525635      0.22256653      Yes
row_4   DLGAP5  null    null    193     2.324765920639038       0.2718671       Yes
row_5   SMC2    null    null    229     2.2023487091064453      0.31562105      No
row_6   CKS1B   null    null    279     2.0804455280303955      0.3555722       No
row_7   UBE2C   null    null    403     1.816525936126709       0.38350475      No

在輸出文件中，我將在每一行中都有：

GO_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS 51 96 118 191 193
<name of the particular line in combined.txt>  <list of all entries in GENE_TITLE which have METRIC SCORE=Yes>

到目前為止我嘗試的是：

grep -iw -f combined.txt *.xls > out1

我也試過這個，但在這裡我沒有使用來自combined.txt的資訊，也沒有獲取標有“是”的值，只是從所有文件中提取第5列

awk '{ a[FNR] = (a[FNR] ? a[FNR] FS : "") $5 } END { for(i=1;i<=FNR;i++) print a[i] }' $(ls -1v *.xls) > out2

這可能更接近一點，但仍然不存在：

awk 'BEGIN {ORS=" "} BEGINFILE{print FILENAME} {print $5 " " $8} ENDFILE{ printf("\n")}'  *.xls > out3

我得到類似的東西：

GENE_TITLE GENE 1 Yes 4 Yes 11 Yes 23 Yes 49 Yes 76 Yes 85 Yes 118 No 161 No....
GENE_TITLE GENE 0 Yes 16 No 28 Yes 51 Yes 63 No 96 Yes 182 Yes 191 Yes
... 

所以我想要的輸出將不是“GENE_TITLE GENE”而是它確實從中獲取這些值的文件的名稱（沒有.xls後綴）：0是16否28是51是63否96……不包括那個沒有”

更新

我確實得到了我需要的文件，但我寫了最醜陋的程式碼（見下文）。如果有人有更優雅的東西，請分享。

這就是我得到它的方式：

awk '{print FILENAME " "$5 " "$8}' *.xls  | awk '!/^ranked/' | awk '!/^gsea/'|  awk '!/^gene/' | awk '$3!="No"  {print $1 " " $2}' | awk '$2!="GENE_TITLE"  {print}' |awk -v ncr=4 '{$1=substr($1,0,length($1)-ncr)}1' | awk -F' ' -v OFS=' ' '{x=$1;$1="";a[x]=a[x]$0}END{for(x in a)print x,a[x]}'>out3

grep -iw -f combined.txt out3 > ENTR_combined_SET.txt

xargs -I {} awk '$8 == "Yes" { title = title OFS $5 } END { print substr(FILENAME,1,length(FILENAME)-4), title }' {}.xls <combined.txt

這用於為文件中列出的每個名稱xargs執行一個程序。awk``combined.txt

程序被賦予從文件awk中讀取的任何名稱，並添加到名稱的末尾作為其輸入文件。combined.txt``.xls

awk程序從第 8 列為 的每一行收集第 5 列的數據Yes。然後將該字元串與文件名一起列印，最後四個字元（文件名後綴）被剪掉。

引用自：https://unix.stackexchange.com/questions/512665