使用AWK将相似的连续行追加到一个较长的行中

我有一个7列的大文本文件，其中的行排序如下：

gi|352964122|gb|JH286168.1| 00884 C C 14   1.00         u
gi|352964122|gb|JH286168.1| 00884 C C 26   0.76         p
gi|352964122|gb|JH286168.1| 00884 C C 33   0.89         f
gi|352964122|gb|JH286168.1| 00885 G G 14   1.00         u
gi|352964122|gb|JH286168.1| 00885 A A 30   0.84         f
gi|352964122|gb|JH286168.1| 00886 T T 31   0.81         f

gi|352964122|gb|JH286168.1| 00884 C C 14   1.00 u C C 26 0.76 p C C 33   0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14   1.00 u -  -  -  ------------     G G 33   0.89 f
gi|352964122|gb|JH286168.1| 00886 T T 31   0.81 f - -  -  ----        - -   -  ------ -  -   --   -----   -   -

我需要做的是，如果前两列在连续行中相同，则将其余列追加到第一行。可以有1行、2行或3行“相似”，如果少于3行，我需要占位符来保持列的完整性。因此，上述情况如下所示：

gi|352964122|gb|JH286168.1| 00884 C C 14   1.00         u
gi|352964122|gb|JH286168.1| 00884 C C 26   0.76         p
gi|352964122|gb|JH286168.1| 00884 C C 33   0.89         f
gi|352964122|gb|JH286168.1| 00885 G G 14   1.00         u
gi|352964122|gb|JH286168.1| 00885 A A 30   0.84         f
gi|352964122|gb|JH286168.1| 00886 T T 31   0.81         f

gi|352964122|gb|JH286168.1| 00884 C C 14   1.00 u C C 26 0.76 p C C 33   0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14   1.00 u -  -  -  ------------     G G 33   0.89 f
gi|352964122|gb|JH286168.1| 00886 T T 31   0.81 f - -  -  ----        - -   -  ------ -  -   --   -----   -   -

我用AWK尝试了很多方法，但都不太明白。如何做到这一点？

这应该做到： （编辑：我没有注意到您需要占位符。我会调查一下……）

这应该做到： （编辑：我没有注意到您需要占位符。我会调查一下……）

这应该做到： （编辑：我没有注意到您需要占位符。我会调查一下……）

这应该做到： （编辑：我没有注意到您需要占位符。我会调查一下……）

---

我不确定你是如何获得第二排成绩的，但这至少符合我对目标的理解：

awk '
{
  head=$1 " " $2
  tail=$3 " " $4 " " $5 " " $6 " "$7
  if(previous!=head) {
    if(previous!="") printf("%s %s %s %s\n",previous,p[1],p[2],p[3])
    previous=head
    i=1
    p[i]=tail
    p[2]=p[3]="- - - -"
  } else {
    i=i+1
    p[i]=tail
  }
}
END { printf("%s %s %s %s\n",previous,p[1],p[2],p[3]) }'

输出：

gi|352964122|gb|JH286168.1| 00884 C C 14 1.00 u C C 26 0.76 p C C 33 0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14 1.00 u A A 30 0.84 f - - - -
gi|352964122|gb|JH286168.1| 00886 T T 31 0.81 f - - - - - - - -

---

我不确定你是如何获得第二排成绩的，但这至少符合我对目标的理解：

awk '
{
  head=$1 " " $2
  tail=$3 " " $4 " " $5 " " $6 " "$7
  if(previous!=head) {
    if(previous!="") printf("%s %s %s %s\n",previous,p[1],p[2],p[3])
    previous=head
    i=1
    p[i]=tail
    p[2]=p[3]="- - - -"
  } else {
    i=i+1
    p[i]=tail
  }
}
END { printf("%s %s %s %s\n",previous,p[1],p[2],p[3]) }'

输出：

gi|352964122|gb|JH286168.1| 00884 C C 14 1.00 u C C 26 0.76 p C C 33 0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14 1.00 u A A 30 0.84 f - - - -
gi|352964122|gb|JH286168.1| 00886 T T 31 0.81 f - - - - - - - -

---

我不确定你是如何获得第二排成绩的，但这至少符合我对目标的理解：

awk '
{
  head=$1 " " $2
  tail=$3 " " $4 " " $5 " " $6 " "$7
  if(previous!=head) {
    if(previous!="") printf("%s %s %s %s\n",previous,p[1],p[2],p[3])
    previous=head
    i=1
    p[i]=tail
    p[2]=p[3]="- - - -"
  } else {
    i=i+1
    p[i]=tail
  }
}
END { printf("%s %s %s %s\n",previous,p[1],p[2],p[3]) }'

输出：

gi|352964122|gb|JH286168.1| 00884 C C 14 1.00 u C C 26 0.76 p C C 33 0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14 1.00 u A A 30 0.84 f - - - -
gi|352964122|gb|JH286168.1| 00886 T T 31 0.81 f - - - - - - - -

---

我不确定你是如何获得第二排成绩的，但这至少符合我对目标的理解：

awk '
{
  head=$1 " " $2
  tail=$3 " " $4 " " $5 " " $6 " "$7
  if(previous!=head) {
    if(previous!="") printf("%s %s %s %s\n",previous,p[1],p[2],p[3])
    previous=head
    i=1
    p[i]=tail
    p[2]=p[3]="- - - -"
  } else {
    i=i+1
    p[i]=tail
  }
}
END { printf("%s %s %s %s\n",previous,p[1],p[2],p[3]) }'

输出：

gi|352964122|gb|JH286168.1| 00884 C C 14 1.00 u C C 26 0.76 p C C 33 0.89 f
gi|352964122|gb|JH286168.1| 00885 G G 14 1.00 u A A 30 0.84 f - - - -
gi|352964122|gb|JH286168.1| 00886 T T 31 0.81 f - - - - - - - -

$cat tst.awk
开始{maxRecs=3}
功能prta（i，dflt）{
dflt=a[1]
gsub（/[^[：space:]+/，“-”，dflt）
printf“%s”，键
对于（i=1；i
$cat tst.awk
开始{maxRecs=3}
功能prta（i，dflt）{
dflt=a[1]
gsub（/[^[：space:]+/，“-”，dflt）
printf“%s”，键
对于（i=1；i
$cat tst.awk
开始{maxRecs=3}
功能prta（i，dflt）{
dflt=a[1]
gsub（/[^[：space:]+/，“-”，dflt）
printf“%s”，键
对于（i=1；i
$cat tst.awk
开始{maxRecs=3}
功能prta（i，dflt）{
dflt=a[1]
gsub（/[^[：space:]+/，“-”，dflt）
printf“%s”，键
对于（i=1；i）列出一些您尝试过的代码，并解释其不起作用的原因。目前尚不清楚字段的显示顺序是如何确定的，也不清楚“占位符”的规则.你能解释一下吗？我不明白你是如何放置占位符的。在输出的第二行中，
g330.89f
是从哪里来的。“a30”是从哪里来的go？发布一些您尝试过的代码，并解释为什么它不起作用。目前还不清楚字段的显示顺序是如何确定的，也不清楚“占位符”的规则.你能解释一下吗？我不明白你是如何放置占位符的。在输出的第二行中，
g330.89f
是从哪里来的。“a30”是从哪里来的go？发布一些您尝试过的代码，并解释为什么它不起作用。目前还不清楚字段的显示顺序是如何确定的，也不清楚“占位符”的规则.你能解释一下吗？我不明白你是如何放置占位符的。在输出的第二行中，
g330.89f
是从哪里来的。“a30”是从哪里来的go？发布一些您尝试过的代码，并解释为什么它不起作用。目前还不清楚字段的显示顺序是如何确定的，也不清楚“占位符”的规则.你能解释一下吗？我不明白你是如何放置占位符的。在输出的第二行中，
g330.89f
是从哪里来的。“a30”是从哪里来的开始？我感谢你的帮助！我很抱歉花了这么长时间才解决我的问题，但是这个经过一点调整的解决方案对我来说非常有效。谢谢你的反馈，迟做总比不做好！我感谢你的帮助！我很抱歉花了这么长时间才解决我的问题，但是这个经过一点调整的解决方案对我来说非常有效。谢谢你的建议反馈，迟做总比不做强！我感谢你的帮助！很抱歉我花了这么长时间才解决我的问题，但这个稍加调整的解决方案对我来说非常有效。感谢你的反馈，迟做总比不做强！我感谢你的帮助！很抱歉我花了这么长时间才解决我的问题，但这个稍加调整的解决方案奏效了太好了。谢谢你的反馈，迟做总比不做好！