Question

我有一个txt文件1，其中有四列：

Staphylococcus_aureus<0.8 1 0 3
Staphylococcus_aureus_subsp_aureus<0.8 1 2 0
Staphylococcus_aureus_subsp_aureus_S228<0.8 2 0 2

我要生成一个输出txt file2，如下所示：

Staphylococcus_aureus<0.8 4 2 5

说明：第一列以相同的开头“ Staphylococcuscus_aureus <0.8”，我想添加第二，第三，第四列。

我在想awk，sed，perl或python。

有什么想法吗？

Answer 1

要输出第2-4列的总和，可以使用awk：

awk '{ col2+=$2; col3+=$3; col4+=$4 } END { printf "%d %d %d\n", col2, col3, col4 }' file1 > file2

更新您的文章以解释在输出中生成第1列的逻辑，我们将看到如何将这一部分最好地纳入答案。

Answer 2

一笔一笔

$ awk 'NR==1          {f1=$1; split($1,ks,"<"); k=ks[1]} 
       index($1,k)==1 {f2+=$2; f3+=$3; f4+=$4} 
       END            {print f1,f2,f3,f4}' file

Staphylococcus_aureus<0.8 4 2 5

从第一行抓取密钥，添加字段，最后打印结果。

Answer 3

重击解决方案：

tac file1 | while read c1 c2 c3 c4; do echo $c1 $((A+=c2)) $((B+=c3)) $((C+=c4)) > file2; done

Answer 4

这可能对您有用（GNU sed和bash）：

sed -E ':a;N;/^([^<]+)<(\S+) (\S+) (\S+) (\S+)\n\1\S+\2 (\S+) (\S+) (\S+)$/s//printf "%s<%s %s %s %s" \1 \2 $((\3+\6)) $((\4+\7)) $((\5+\8))/e;$!ta;P;D' file

使用模式匹配和向后引用以使用公共密钥累积每行的最后3个字段。

在替换命令上使用e标志用printf命令替换模式空间，该命令在求值时会动态更新累积值。

Answer 5

Perl解决方案：

$ perl -ne '@c=split; $k=$c[0] if $.==1; $c1+=$c[1]; $c2+=$c[2]; $c3+=$c[3]; }{ print "$k $c1 $c2 $c3\n"' file1
Staphylococcus_aureus<0.8 4 2 5

$k键只是从第一行的第一列（在$.==1时）

否则，这是awk解决方案，列索引从零开始

对于从$ k的某个部分开始的行，可以有条件地递增变量的增量...但是如前所述，尚不清楚您要在其中做什么。

根据第一列的开头在txt中合并几行

5 个答案: