Question

我有awk的任务。我正在对一些基因进行序列分析。我有几个序列顺序的文件。我想将每个文件的第一个序列提取到新文件中，直到最后一个序列为止。我只知道如何处理awk的第一行或任何特定行。

awk 'FNR == 2 {print; nextfile}' *.txt > newfile

我在这里输入

档案1

Saureus081.1
ATCGGCCCTTAA
Saureus081.2
ATGCCTTAAGCTATA
Saureus081.3
ATCCTAAAGGTAAGG

文件2

SaureusRF1.1
ATCGGCCCTTAC
SauruesRF1.2
ATGCCTTAAGCTAGG
SaureusRF1.3
ATCCTAAAGGTAAGC

档案3

SaureusN305.1
ATCGGCCCTTACT
SauruesN305.2
ATGCCTTAAGCTAGA
SaureusN305.3
ATCCTAAAGGTAATG

类似的文件12就在那里档案4 。。。 .File 12

必需的输出 NEWFILE

Saureus081.1
ATCGGCCCTTAA
SaureusRF1.1
ATCGGCCCTTAC
SaureusN305.1
ATCGGCCCTTACT
Saureus081.2
ATGCCTTAAGCTATA
SaureusRF1.2
ATGCCTTAAGCTAGG
SauruesN305.2
ATGCCTTAAGCTAGA
Saureus081.3
ATCCTAAAGGTAAGG
SaureusRF1.3
ATCCTAAAGGTAAGC
SaureusN305.3
ATCCTAAAGGTAATG

我想这个任务可以通过awk轻松完成，但不知道怎么做多行

Answer 1

粘贴 + awk 解决方案：

paste File1 File2 | awk '{ p=$2;$2="" }NR%2{ k=p; print }!(NR%2){ v=p; print $1 RS k RS v }'

paste File1 File2 - 合并相应的文件行
p=$2;$2="" - 从File2

输出：

Seq1 
ATCGGCCCTTAA
Seq1
ATCGGCCCTTAC
Seq2 
ATGCCTTAAGCTATA
Seq2
ATGCCTTAAGCTAGG
Seq3 
ATCCTAAAGGTAAGG
Seq3
ATCCTAAAGGTAAGC

多个文件的附加方法：

paste Files[0-9]* | awk 'NR%2{ k=$1; n=NF; print k }
      !(NR%2){ print $1; for(i=2;i<=n;i++) print k RS $i }'

Answer 2

根据修改过的问题，答案应该做一些改变。

$ awk -F'.' 'NR%2{k=$2;v=$0;getline;a[k]=a[k]?a[k] RS v RS $0:v RS $0} END{for(i in a)print a[i]}' file1 file2 file3
Saureus081.1
ATCGGCCCTTAA
SaureusRF1.1
ATCGGCCCTTAC
SaureusN305.1
ATCGGCCCTTACT 
Saureus081.2
ATGCCTTAAGCTATA
SauruesRF1.2
ATGCCTTAAGCTAGG
SauruesN305.2
ATGCCTTAAGCTAGA 
Saureus081.3
ATCCTAAAGGTAAGG
SaureusRF1.3
ATCCTAAAGGTAAGC
SaureusN305.3
ATCCTAAAGGTAATG

简要说明，

将'.'设置为分隔符
对于每个奇数记录，将k=$2区分为数组a
调用getline设置下一条记录的$0，因为该值对应于密钥k
打印最后一步的整个数组

Answer 3

如果您的数据非常大，我建议您创建临时文件：

awk 'FNR%2==1 { filename = $1 }
              { print $0 >> filename }' file1 ... filen

之后，您可以cat将它们放在一起：

cat Seq1 ... Seqn > result

这具有额外的优点，即如果并非所有文件中都存在所有序列，它将起作用。

如何将两行多个文件打印成具有特定顺序的新文件？

3 个答案: