awk-从变量附加字段

第一篇文章在这里，这是一个很好的问题

我有一个文件如下所示：

Motif name class from to strand sequence score
>ENSBTAG00000000436                         
MA0079.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.33
... (50 similar lines)
>ENSBTAG00000000380                         
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.03
... (57 similar lines)

等等。请注意，>ENSBTA行是一组记录的“标签”。所以我想要的是将>ENSBTA行作为字段追加到以MA开头的行中。。。i、 e

MA0079.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.33 >ENSBTAG00000000436

到目前为止我有

awk '{if (NR>1&&NF==1) genename=$1; if (NR>1&&NF>1) print $0, genename}'

这非常接近，但它没有将ENST标识符保留在正确的行中。因此，参考上面的示例，并非文件第二部分的所有57行都获得了正确的标识符（ENSBTAG00000000380）

有人能建议最好的方法吗

谢谢

---

Iain未经测试，但类似的内容应该与您想要的内容非常接近：

awk '/^>ENSBTAG/{tag=$0;}/^MA/{print $0,tag}'

也就是说，如果该行与行首“>ENSBTAG”匹配，则将该行保存在变量中，但如果该行与行首的“MA”匹配，则打印添加了最新标记的行

---

如果您的记录行不总是匹配“^MA”（示例中的所有记录行都匹配，但我不想假设），或者如果标记有时看起来有点不同，则需要相应地修改regexp。

此一行将提供以下输出（请参阅测试）。第一行

“Motif name class from to strand sequence score”

也将打印出来

awk '/^>[A-Z]*/{l=$0;next;}{print $0" "l}' file

测试

kent$  cat a
Motif name class from to strand sequence score
>ENSBTAG00000000436
MA0079.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.33
MA0080.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.34
MA0082.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.35
>ENSBTAG00000000380
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.03
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.04
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.05

kent$  awk '/^>[A-Z]*/{l=$0;next;}{print $0" "l}' a
Motif name class from to strand sequence score 
MA0079.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.33 >ENSBTAG00000000436
MA0080.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.34 >ENSBTAG00000000436
MA0082.2 SP1 Zinc-coordinating 29 38 - agggggtggg 6.35 >ENSBTAG00000000436
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.03 >ENSBTAG00000000380
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.04 >ENSBTAG00000000380
MA0113.1 NR3C1 Zinc-coordinating 92 109 - ccagaaagtgcttctccc 7.05 >ENSBTAG00000000380

---

谢谢这是一个很好的方法，与我的方法完全不同，也很有教育意义。谢谢Kent。这也很棒。我没有想到要像你们两个一样使用正则表达式。需要改进我的方法！：-）