从每个文件中提取相同的列到一个文件

Question

我有以下包含 171 个文件的数据集。

CHR:POS   REF:ALT   BREED

6:85406127 T:A 0.333333
6:85406128 T:C 0
6:85406129 C:G 0.333333
6:85406130 T:G 0.833333

期望的输出是

CHR:POS   REF:ALT   BREED BREED2 BREED3 ... 171st file

6:85406127 T:A 0.333333 0.33 0.5 .... 0.4
6:85406128 T:C NA 0.33 0.5 .... 0.4
6:85406129 C:G 0.333333 0.33 NA .... 0
6:85406130 T:G 0.833333 0.33 0.5 .... NA

文件名包含品种名称。第一列和第二列包含每个文件中的相同信息。我如何只从每个文件中提取第三列，同时保留第一个文件中的所有列？

我将第一个文件移动到其他文件夹中以排除提取。下面的命令没有给出结果。

cut -d " " -f3 *.txt | paste ../breedname.txt - > output.txt

我也曾尝试使用这些问题中显示的 awk 命令，但它对我的数据集不起作用。

Print every nth column of a file

欢迎任何帮助！

Answer 1

这是一种非常快速但肮脏的方法：

假设您的文件顺序相同：

$ awk '(FNR==NR){a[FNR]=[=10=];next}
       {a[FNR]=a[FNR] FS $NF}
       END{for(i=1;i<=FNR;++i) print a[i]}' file1 file2 file3 ... filen

如果你想让 header 更干净一点：

$ awk '(FNR==NR){a[FNR]=[=11=] (FNR==1?++c:"");next}
       {a[FNR]=a[FNR] FS $NF (FNR==1?++c:"")}
       END{for(i=1;i<=FNR;++i) print a[i]}' file1 file2 file3 ... filen

假设您的文件顺序不同：

$ awk '{key= FS }
       (FNR==NR){a[key]=[=12=] (FNR==1?++c:"");next}
       {a[key]=a[key] FS $NF (FNR==1?++c:"")}
       END{for(i in a) print a[i]}' file1 file2 file3 ... filen

Answer 2

我会这样做：

paste -d " " *.txt | awk '{printf "%s %s ",,; for (i = 3; i <= NF; i+=3){printf "%s ",$i} print ""}'

paste 垂直连接行，因此每一列都彼此相邻。之后，您只需 select 所需的列即可。

从每个文件中提取相同的列到一个文件

Extracting same column from each file to one file

awk

paste

cut