Awk 将每隔一行生成一个新列

因此，我有一个输出，如下所示：

samples pops    condition 1     condition 2 condition 3

A10051  15  1   3   4   
A10051  15  2   4   4   
A10052  15  2   1   4   
A10052  15  2   1   4

awk 'NR == 1 { printf "%s  %s", $1, $2
               for (i = 3; i <= NF; i++) printf "  %s  %s", $i, $i
               print ""
               next
             }
     NR == 2 { next }
     NR % 2 == 1 { for (i = 3; i <= NF; i++) c[i] = $i }
     NR % 2 == 0 { printf "%s  %d", $1, $2;
                   for (i = 3; i <= NF; i++) printf "  %d  %d", c[i], $i
                   print ""
                 }' "$@"

但是，在下一次分析中，我需要如下所示的输入

samples pops    condition 1     condition 1     condition 2     condition 2 condition 3 condition 3

A10051  15  1   2   3   4   4   4       
A10052  15  2   2   1   1   4   4   

因此，这不仅仅是为了使每一行都是一个新列，给定列中的每一行都将位于分配给相同条件的新列中，这样每个样本都有两列用于相同条件，而不是两行用于相同样本。例如，我放置了2个样本和3个条件，但是IRL我有100多个样本和1000多个条件。。。 有什么想法吗？我相信这可以用awk完成，但我就是想不出来

3个条件列 从表面上看，“数据是完美的”，无视多年的经验表明数据很少是完美的，那么：

awk 'NR == 1 { printf "%s  %s  %s  %s  %s  %s  %s  %s\n",
                      $1, $2, $3, $3, $4, $4, $5, $5; next }
     NR == 2 { next }
     NR % 2 == 1 { c[1] = $3; c[2] = $4; c[3] = $5 }
     NR % 2 == 0 { printf "%s  %d  %d  %d  %d  %d  %d  %d\n",
                          $1, $2, c[1], $3, c[2], $4, c[3], $5 }' "$@"

给定输入文件：

samples pops    condition_1     condition_2 condition_3

A10051  15  1   3   4
A10051  15  2   4   4
A10052  15  2   1   4
A10052  15  2   1   4

脚本将生成以下输出：

samples  pops  condition_1  condition_1  condition_2  condition_2  condition_3  condition_3
A10051  15  1  2  3  4  4  4
A10052  15  2  2  1  1  4  4

这段代码与其说有趣，不如说机械。如果每行有10列，则处理方式会有所不同。您可能会使用循环来保存和打印数据。如果您希望在标题和数据之间有一个空行，可以很容易地添加一个（

NR==2{print；next}

，或者在第一个

printf

函数中使用

\n\n

代替

\n

）。如果愿意，可以将输出字段安排为用制表符分隔（在本代码中，它们用双空格分隔）

代码不依赖于分隔数据字段的选项卡；这只取决于字段中没有空格

许多条件列 当有许多条件列时，需要使用数组和循环来捕获和打印数据，如下所示：

samples pops    condition 1     condition 2 condition 3

A10051  15  1   3   4   
A10051  15  2   4   4   
A10052  15  2   1   4   
A10052  15  2   1   4

awk 'NR == 1 { printf "%s  %s", $1, $2
               for (i = 3; i <= NF; i++) printf "  %s  %s", $i, $i
               print ""
               next
             }
     NR == 2 { next }
     NR % 2 == 1 { for (i = 3; i <= NF; i++) c[i] = $i }
     NR % 2 == 0 { printf "%s  %d", $1, $2;
                   for (i = 3; i <= NF; i++) printf "  %d  %d", c[i], $i
                   print ""
                 }' "$@"

awk'NR==1{printf”%s%s“，$1，$2
对于（i=3；i一个简单的解决方案（没有输出头）和（这是一个很好的文本文件“命令行”工具）：

首先，使用
grep
跳过所有空行，然后使用
datamash
根据第一个字段（
-g1
）分组行，使用空格作为字段分隔符（
-W
），将字段3、4和5的多行折叠在一个组中。折叠的值以逗号分隔，这就是为什么我们必须用
tr
将其拆分

对于不同数量的列，只需调整
collapse
操作的范围（例如
collapse 3-1000
）。由于分组操作，每个组的样本数都已得到支持。
awk
来拯救

awk     '{k=$1 FS $2} 
   NR==1 {p0=$0; pk=k}
   pk==k {split(p0,a); for(i=3;i<=NF;i++) $i=a[i] FS $i; print}
   pk!=k {p0=$0; pk=$1 FS $2}' file

samples pops condition_1 condition_1 condition_2 condition_2 condition_3 condition_3
A10051 15 1 2 3 4 4 4
A10052 15 2 2 1 1 4 4

awk'{k=$1fs$2}
NR==1{p0=$0；pk=k}
pk==k{split（p0，a）；for（i=3；i）我们可以假设数据是完美的，总是有两行的倍数，相邻的对总是有相同的样本和pops值（或者，如果它们不同，差异不重要）？是的。数据是完美的。好的；它包括标题行和标题后的空行？列标签是否由制表符分隔？如果不是，则“条件1”等中的空格是讨厌的。所有内容都是制表符分隔的，条件名称将有一个u而不是一个空格。很抱歉，将在问题中解决它事实上，我有超过10列。我刚刚编辑了这个问题。谢谢。100个样本不是问题。1000个条件更接近问题；如果你运气不好，你可能会在你的Awk变体中遇到限制。如果你使用GNU Awk，你可能会没事，也许我在恶意攻击系统。但是要小心一点。我会更新以处理更多的列。thi它工作得很好！命名条件很简单！从未使用过datamash，因此我无法使其真正工作…”datamash：第2行字段2中的数值无效：“轨迹1_35'”看起来您有两行标题，字段2中有字母。
max
运算符仅对数字有效，我在这里使用它只是为了传播值（因为每个组都应该是唯一的）。请先尝试使用
而不是
max
（请参见我的编辑）。此外，您可以使用
tail-n+3文件
而不是
grep
来切掉两行标题。在这种情况下，您不需要
-标题在
中，即：
tail-n+3文件| datamash-W-g1 first 2 collapse 3-5 | tr'，''''''| column-t
顺便说一句，您会发现
datamash
对于此类简单的统计分析非常有用文本文件。所有这些都可以在
awk
和
python
中完成，但它通常是与
datamash
的一行代码。。。