根据列名提取指定列 shell awk

阳光穿透心脏的1/2处 2022-11-17 05:24 205阅读 0赞

例子文件

colname.txt

enzyme    sample1    sample2    sample3    sample4    sample5
    1    2    2    3    4    5
    2    2    4    6    8    8
    3    4    7    8    9    10
    4    5    2    5    9    0

只想要提取sample1和sample5还有enzyme的数据

从网上搜到的方法, 首先建立一个awk的脚本 叫select.awk 内容如下:

这里的cols是提取的列名字, 这里的input是输入的文件

BEGIN {
        split(cols,array,",") # 分割cols这个变量 到out这个array里
    }
    NR==1 {
        for (i=1; i<=NF; i++) # 读取第一行,i是从1开始一直到input文件的最后一列
            ix[$i] = i # ix[$1]=1 也就是说 ix[enzyme]= 1 这样就有对应的列名 所对应的列是第几列.
    }
    NR>=1 {
        for(i=1; i <= length(array); i++) # 遍历col给提供的参数
    	   # print the OFS as a character
            printf "%s%s", $ix[array[i]], OFS #$ix[array[1]] -> $ix[enzyme]-> $1 得到所对应的数值
        print ""
    }

输出文件

enzyme sample1 sample5 
    1 2 5 
    2 2 8 
    3 4 10 
    4 5 0

这样就可以提取指定列了.

补充几个小科普

1. awk 里面的 NR==1 , 是指的第一行

echo -e "test test\ntest1 test1"|awk 'NR==1 {print $1}'

输出: test (这个指令是说输出第一行的第一列)

2. awk split 分割字符串

echo "test1|test2|test3" | awk '{split($0,a,"|"); print a[3],a[2],a[1]}'

zhidignliele输出

test3 test2 test1

3. awk -f

\-f 指的是--file progfile

4. printf 输出

％**s** 表示输出一个字符串

5. BEGIN/END简单用法,就是在执行具体操作之前,执行的操作,简单来说语句是下面的格式

awk '
     	BEGIN { actions } 
     	/pattern/ { actions }
     	/pattern/ { actions }
                ……….
    	 END { actions } 
    ' filenames

example

下面是testfile.com这个文件

cat testfile.com 
    www.apple.com
    www.banana.com
    www.orange.com
    www.watermelon.com
    www.kiwi.com
    www.grape.com
    www.avocado.com
    www.cantaloupe.com

我想要在输出这个文件之前打印这些都是水果, 命令行如下

awk 'BEGIN {print "those are all fruits:"} {print $0} ' testfile.com

输出结果:

those are all fruits:
    www.apple.com
    www.banana.com
    www.orange.com
    www.watermelon.com
    www.kiwi.com
    www.grape.com
    www.avocado.com
    www.cantaloupe.com

如果加patter,只输出以包括a字母的水果, 这里的/a/ 就是上文所对应的pattern

awk 'BEGIN {print "those are all fruits:"} /a/ {print $0} ' testfile.com  
    those are all fruits:
    www.apple.com
    www.banana.com
    www.orange.com
    www.watermelon.com
    www.grape.com
    www.avocado.com
    www.cantaloupe.com

如果是想在结尾再加上 this is the end 语句,则 见下面例子

awk 'BEGIN {print "those are all fruits:"; } /a/ {print $0; } END {print "this is the end";}' testfile.com  
    those are all fruits:
    www.apple.com
    www.banana.com
    www.orange.com
    www.watermelon.com
    www.grape.com
    www.avocado.com
    www.cantaloupe.com
    this is the end

参考ref

[https://www.tecmint.com/learn-use-awk-special-patterns-begin-and-end/][https_www.tecmint.com_learn-use-awk-special-patterns-begin-and-end]

[https://stackoverflow.com/questions/8009664/how-to-split-a-delimited-string-into-an-array-in-awk][https_stackoverflow.com_questions_8009664_how-to-split-a-delimited-string-into-an-array-in-awk]

[https_www.tecmint.com_learn-use-awk-special-patterns-begin-and-end]: https://www.tecmint.com/learn-use-awk-special-patterns-begin-and-end/
[https_stackoverflow.com_questions_8009664_how-to-split-a-delimited-string-into-an-array-in-awk]: https://stackoverflow.com/questions/8009664/how-to-split-a-delimited-string-into-an-array-in-awk