我有以下包含 171 个文件的数据集。
CHR:POS REF:ALT BREED
6:85406127 T:A 0.333333
6:85406128 T:C 0
6:85406129 C:G 0.333333
6:85406130 T:G 0.833333
期望的输出是
CHR:POS REF:ALT BREED BREED2 BREED3 ... 171st file
6:85406127 T:A 0.333333 0.33 0.5 .... 0.4
6:85406128 T:C NA 0.33 0.5 .... 0.4
6:85406129 C:G 0.333333 0.33 NA .... 0
6:85406130 T:G 0.833333 0.33 0.5 .... NA
文件名包含品种名称。每个文件中的第一列和第二列都包含相同的信息。如何从每个文件中仅提取第三列，同时保留第一个文件中的所有列？
我将第一个文件移动到其他文件夹中以从提取中排除。以下命令没有给出结果。
cut -d " " -f3 *.txt | paste ../breedname.txt - > output.txt
我还尝试使用这些问题中显示的 awk 命令，但它不适用于我的数据集。
欢迎任何帮助!
最佳答案
这是一种非常快速但肮脏的方法:
假设您的文件顺序相同:
$ awk '(FNR==NR){a[FNR]=$0;next}
{a[FNR]=a[FNR] FS $NF}
END{for(i=1;i<=FNR;++i) print a[i]}' file1 file2 file3 ... filen
如果你想让标题更清晰一点:
$ awk '(FNR==NR){a[FNR]=$0 (FNR==1?++c:"");next}
{a[FNR]=a[FNR] FS $NF (FNR==1?++c:"")}
END{for(i=1;i<=FNR;++i) print a[i]}' file1 file2 file3 ... filen
假设您的文件顺序不同:
$ awk '{key=$1 FS $2}
(FNR==NR){a[key]=$0 (FNR==1?++c:"");next}
{a[key]=a[key] FS $NF (FNR==1?++c:"")}
END{for(i in a) print a[i]}' file1 file2 file3 ... filen
关于awk - 将每个文件中的相同列提取到一个文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/63524301/