Question

我不确定是否可以使用unix命令执行此操作，或者我需要更复杂的代码，例如python。

我有一个包含3列的大输入文件 - id，不同的序列（第二列）分组在不同的组中（第3列）。

Seq1        MVRWNARGQPVKEASQVFVSYIGVINCREVPISMEN       Group1
Seq2        PSLFIAGWLFVSTGLRPNEYFTESRQGIPLITDRFDSLEQLDEFSRSF  Group1
Seq3        HQAPAPAPTVISPPAPPTDTTLNLNGAPSNHLQGGNIWTTIGFAITVFLAVTGYSF  Group20

我想：根据组ID拆分此文件，并为每个组创建单独的文件;编辑每个文件中的信息，添加＆＃34;＆gt;＆＃34;在id的开头签名;然后为序列

创建一个新行

Group1.txt file
>Seq1
MVRWNARGQPVKEASQVFVSYIGVINCREVPISMEN       
>Seq2
PSLFIAGWLFVSTGLRPNEYFTESRQGIPLITDRFDSLEQLDEFSRSF

Group20.txt file
>Seq3
HQAPAPAPTVISPPAPPTDTTLNLNGAPSNHLQGGNIWTTIGFAITVFLAVTGYSF

我该怎么做？

Answer 1

AWK会做到这一点：

awk '{ print ">"$1 "\n" $2 >> $3".txt"}' input.txt

Answer 2

这个shell脚本可以解决这个问题：

#!/usr/bin/env bash

filename="data.txt"
while read line; do
    id=$(echo "${line}" | awk '{print $1}')
    sequence=$(echo "${line}" | awk '{print $2}')
    group=$(echo "${line}" | awk '{print $3}')
    printf ">${id}\n${sequence}\n" >> "${group}.txt"
done < "${filename}"

其中data.txt是包含原始数据的文件的名称。

重要的是，在运行脚本之前，组文件不应该存在。

如何根据字段拆分文件并编辑内容

2 个答案: