Question

我有一个CSV文件，在第一列中包含该基因的名称，在下一列中包含其响应的表达式

示例

ABC1,Heart
ABC1,Brain
ABC1,Kidney
BRAC1,Heart
BRAC1,Lungs
RHO,Eye
RHO,Kidney
RPE65,Eye

必需的输出

ABCA1,Heart;Brain;Kidney
BRAC1,Heart;Lungs
RHO,Eye;Kidney
RPE65,Eye

我想用任何分隔符将它们分开，以显示表达式

Answer 1

这一单线将进行“分组”：

h2

如果要对输出进行排序，则将结果通过管道输送到h2 + p:first-of-type{ margin-top:10px; }，例如awk -F, '{a[$1]=a[$1](a[$1]?";":"")$2} END{for(x in a)print x FS a[x]}' file

Answer 2

另一个awk。这取决于要排序的数据：

$ awk -F, '{printf "%s",($1==p?";"$2:ors $0);p=$1;ors=ORS}END{print ""}' <(sort -r file)

解释：

$ awk -F, '{                          # set separator
    printf "%s",($1==p?";"$2:ors $0)  # conditional output, depends on $1 changing
    p=$1                              # remember $1 for next round
    ors=ORS                           # lazy initialization for leading ORS removal
}
END { 
    print ""                          # cleanup the last output
}' <(sort file)

输出：

ABC1,Brain;Heart;Kidney
BRAC1,Heart;Lungs
RHO,Eye;Kidney
RPE65,Eye

Answer 3

另一个awk

awk -F, ' { if($1==p) { printf(";%s",$2);next} printf("%s%s",NR==1? "" :"\n",$0);p=$1 } END { print "" } ' file

具有给定的输入

$ cat manoj.txt
ABC1,Heart
ABC1,Brain
ABC1,Kidney
BRAC1,Heart
BRAC1,Lungs
RHO,Eye
RHO,Kidney
RPE65,Eye
$ awk -F, ' { if($1==p) { printf(";%s",$2);next} printf("%s%s",NR==1? "" :"\n",$0);p=$1 } END { print "" } ' manoj.txt
ABC1,Heart;Brain;Kidney
BRAC1,Heart;Lungs
RHO,Eye;Kidney
RPE65,Eye
$

Answer 4

awk -F, '{printf "%s",$1==l?";"$2:(FNR != 1)?RS $0:$0;l=$1}END{print ""}' file

输出

ABC1,Heart;Brain;Kidney
BRAC1,Heart;Lungs
RHO,Eye;Kidney
RPE65,Eye

_{注意：假定排序的输入}

我想删除重复项并合并数据

4 个答案: