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

 

posted @ 2019-03-14 13:04  xlfj1205  阅读(440)  评论(0编辑  收藏  举报