Question

我是一个文本文件，其格式为7列，格式为：

18030   AAJ51   FTO rs9939609   C__30090620_10  A   T
18030   AAJ51   CAT rs1001179   C__11468118_10  C   C
18030   AAJ51   CCL2    rs1024611   C___2590362_10  G   G
18030   AAJ51   TAS2R38 rs10246939  C___9506826_10  C   C
20287   AAJ51   FTO rs9939609   C__30090620_10  A   T
20287   AAJ51   CAT rs1001179   C__11468118_10  C   C
20287   AAJ51   CCL2    rs1024611   C___2590362_10  A   G
20287   AAJ51   TAS2R38 rs10246939  C___9506826_10  T   T

第2列，第3列和第5列是常量并重复。

变量是第1列，第6列和第7列。

我想以这种方式转置数据：

        FTO       CAT       CCL2        TAS2R38
        rs9939609 rs1001179 rs1024611   rs10246939
18030   AT        CC        GG          AT
20287   AT        CC        AG          TT

虽然示例显示每个ID 4行（第一列中的5位数字是ID），但实际文件每个ID有128行，因此执行匹配或正则表达式是不实际的，并且更喜欢迭代的方法行数。

我在converting n number of rows上看到了这个示例，但我不确定如何修改此应用程序。

更新：CRLF结尾可能导致格式化问题，可以使用dos2unix等工具解决

Answer 1

GNU Awk 解决方案：

awk '{ 
         if (!keys[$3]++) { b[++c] = $3; row1 = row1 OFS $3; row2 = row2 OFS $4 }
         line = groups[$1][$3];
         groups[$1][$3] = (line == ""? $6$7: line OFS $6$7) 
     }
     END{ 
         print row1 ORS row2; 
         for (i in groups) {
             r = i; 
             for (j in b) r = r OFS groups[i][b[j]];
             print r 
         } 
     }' OFS='\t' file | column -txn

输出：

       FTO        CAT        CCL2       TAS2R38
       rs9939609  rs1001179  rs1024611  rs10246939
18030  AT         CC         GG         CC
20287  AT         CC         AG         TT

Answer 2

尝试使用last_seen变量和数组。

当last_seen变量更改时，然后将该数组作为一行输出。
将当前行的值存储在数组中。

如何使用awk将重复的行集转置为列

2 个答案: