bash - 使用 bash 命令在列中创建编号集

Question

我有这种类型的文件 - 2 列列表，其中基因位于第一列，染色体位置位于第二列。

        1:924024
        1:924310
SAMD11  1:930353
SAMD11  1:930939
NOC2L   1:944858
NOC2L   1:946247
KLHL17  1:960891
KLHL17  1:961945

需要转换为该列表类型，以便保存2列格式。每个组数字适用于每个基因(而不是每行)。

1:na         1:924024
2:na         1:924310
3:SAMD11    1:930353
3:SAMD11    1:930939
4:NOC2L     1:944858
4:NOC2L     1:946247
5:KLHL17    1:960891
5:KLHL17    1:961945

我尝试使用这一行:

   awk -F "\t" -v OFS="\t" '{ ($1=="")? ($1=NR":na"):($1=NR":"$1)}1' test.txt 

但是， 这使得行编号，我得到

1:na    1:924024
2:na    1:924310
3:SAMD11    1:930353
4:SAMD11    1:930939
5:NOC2L     1:944858
6:NOC2L     1:946247
7:KLHL17    1:960891
8:KLHL17    1:961945

而不是想要的

1:na         1:924024
2:na         1:924310
3:SAMD11    1:930353
3:SAMD11    1:930939
4:NOC2L     1:944858
4:NOC2L     1:946247
5:KLHL17    1:960891
5:KLHL17    1:961945

用 bash 可以做这样的事情吗？ 谢谢!

Answer 1

$ awk 'BEGIN {FS=OFS="\t"} 
             {c+=!($1 in a)
              if($1=="") $1="na"
              else a[$1]
              print c":"$1, $2}' file | column -t 


1:na      1:924024
2:na      1:924310
3:SAMD11  1:930353
3:SAMD11  1:930939
4:NOC2L   1:944858
4:NOC2L   1:946247
5:KLHL17  1:960891
5:KLHL17  1:961945