Question

我有一个制表符分隔文件（每行中的列数不固定），如下所示：

chr1 92536437 92537640 NM_024813 NM_053274

我希望按照以下顺序从中获取一个文件（前三列是分割时需要的标识符）

chr1 92536437 92537640 NM_024813
chr1 92536437 92537640 NM_053274

有关shell脚本的建议。

Answer 1

#!/bin/bash
{
    IFS='   '
    while read a b c rest
    do
        for fld in $rest
        do
            echo -e "$a\t$b\t$c\t$fld"
        done
    done
}

请注意，您应该在那里输入一个真实标签（IFS）

我还以为我应该做一个perl版本：

#!/bin/perl -n
($a,$b,$c,@r)=(chomp and split /\t/); print "$a\t$b\t$c\t$_\n" for @r

从命令行执行所有操作，从in.txt读取并输出到out.txt：

perl -ne '($a,$b,$c,@r)=(chomp and split /\t/); print "$a\t$b\t$c\t$_\n" for @r' in.txt > out.txt

当然如果你保存perl脚本（比如script.pl）

perl script.pl in.txt > out.txt

如果您还使脚本文件可执行（chmod +x script.pl）：

./script.pl in.txt > out.txt

HTH

Answer 2

不是shell，另一个答案非常好，但我在perl中使用了它：

perl -F'/\s/' -lane '$,="\t"; print @F,$_ for splice @F,3' $FILE

修改：新版（更难以理解;）版本，受其他答案的启发。滥用perl的命令行参数和特殊变量进行自动分割和行结束处理。

意味着：对于前三个（for splice @F,3）之后的每个字段，打印前三个字段（print @F,$_）。

-F将字段分隔符设置为\s（应为\t）-a自动分割为@F。

-l启用-n的行结束处理，为每行输入运行-e代码。

$,是输出字段分隔符。

Answer 3

[被修改]

所以你想复制每个剩余项目的前三列吗？

$ cat File | while read X
      do PRE=$(echo "$X" | cut -f1-3 -d ' ')
      for Y in $(echo "$X" | cut -f4- -d ' ')
          do echo $PRE $Y >> OutputFilename
      done
  done

返回：

chr 786 789 NM
chr 786 789 NR
chr 786 789 NT
chr 123 345 NR

这会将前三个以空格分隔的列作为前缀切割，然后滥用for循环将逐步通过空格分隔列表来调用echo的事实。

享受。

Answer 4

这只是您data comparison in two files问题的一部分。

从那里提取我稍微讨厌的解决方案：

for i in 4 5 6 7; do join -e _ -j $i f f -o 1.1,1.2,1.3,0; done | sed '/_$/d'

每行中列数不一致的文件所需的转置类型

4 个答案: