awk 抓取文件子集
有一个文件我只想要里面的部分样本数据,文件结构如下:
$head -1 genus.xls
OTU ID A1 A2 A3 M15B1 M15B2 M15B3 M15C1 M15C2 M15C3 M15D1 M15D2 M15D3 M15E1 M15E2 M15E3 M27B1 M27B2 M27B3 M27C1 M27C2 M27C3 M27D1 M27DM27D3 M27E1 M27E2 M27E3 R15b1 R15b2 R15b3 R15c1 R15c2 R15c3 R15d1 R15d2 R15d3 R15e1 R15e2 R15e3 R27b1 R27b2 R27b3 R27c1 R27c2 R27c3 R27d1 R27dR27d3 R27e1 R27e2 R27e3
0319-6G20_norank 17 22 21 44 24 24 6 15 34 17 18 7 55 29 32 46 78 61 13 2 27 37 61 72 55 146 196 26 24 19 17 16 4 77 45 27 58 47 36 48 37 141 13 28 10 38 87 61 62 83 119
要抓取的样本名:
$cat group.list
M15B1
M15B2
M15B3
M27B1
M27B2
M27B3
R15b1
R15b2
R15b3
R27b1
R27b2
R27b3
AWK实现:
$awk -F "\t" 'NR==FNR{a[$1]=1}NR>FNR{if(FNR==1){for(i=1;i<=NF;i++){if(a[$i]){num =num+1;b[num]=i;}}printf $1;for(i=1;i<=length(b);i++){printf "\t"$b[i]}print""}else{printf $1;for(i=1;i<=length(b);i++){printf "\t"$b[i]}print""}}' group.list genus.xls >select.txt
部分结果展示:
$head select.txt OTU ID M15B1 M15B2 M15B3 M27B1 M27B2 R15b1 R15b3 R27b2 R27b3 0319-6G20_norank 44 24 24 46 78 26 19 37 141 0319-6M6_norank 1 0 0 0 0 1 0 0 0 1921-2_norank 0 0 1 0 0 1 0 1 0 1921-3_norank 2 4 1 0 2 1 1 0 2 1959-1_norank 16 13 27 19 11 16 24 17 19 480-2_norank 57 41 84 52 51 40 45 39 52 ABS-19_norank 2 1 1 0 1 0 1 2 1 AKIW1012_norank 0 0 0 0 0 0 0 0 0 AKYH478_norank 0 0 0 0 0 0 0 0 0
处理过程是 先根据要挑选的样本名索取在文件第一行对应样本名的下标 然后根据样本下标提取每行信息
AWK print 默认在字符后面加换行符 printf 可以去除这个效果 参考路径: https://blog.csdn.net/xuejinliang/article/details/51441971 AWK读取多行文件 参考路径: https://www.cnblogs.com/Berryxiong/p/6209332.html