Bash 如何使用唯一的列元素拆分大tsv文件并保留标题

我有一个名为myfile.tsv的tsv文件。我想使用

awk/gawk/bash

或任何更快的命令行，根据chr列中的唯一元素拆分此文件，并获得chr1.tsv（header+row1）、chr2.tsv（header+rows2和3）、chrX.tsv（header+row4）、chrY.tsv（header+rows5和6）和chrM.tsv（header+last行）

myfile.tsv

   chr    value       region
  chr1      223         554
  chr2      433         444 
  chr2      443         454 
  chrX      445         444 
  chrY      445         443    
  chrY      435         243
  chrM      543         544 

---

这里有一个小脚本，可以满足您的需要：

NR == 1 {
    header = $0
    next
}

{
    outfile = "chr" $1 ".tsv"
    if (!seen[$1]++) {
        print header > outfile
    }
    print > outfile
}

将保存第一行，以便以后使用。其他行将打印到与第一个字段的值匹配的文件中。如果尚未看到值，则会添加标题

---

NR

是记录编号，因此只有当记录编号为1（即第一行）时，

NR==1

才为真。在该块中，整行

$0

保存到变量

标题中
next
跳过任何其他块并移动到下一行。这意味着跳过第二个块（否则将在每个记录上无条件运行）

对于文件中的每一行，使用第一个字段的值生成输出文件名。看到的数组
跟踪
$1
的值<代码>！seen[$1]+
仅在第一次看到给定值
$1
时为真，因为每次检查
seen[$1]
的值都会递增。如果尚未看到
$1
的值，则头将写入输出文件

每一行都会写入输出文件。
这里有一个小脚本，它完成了您要查找的内容：

NR == 1 {
    header = $0
    next
}

{
    outfile = "chr" $1 ".tsv"
    if (!seen[$1]++) {
        print header > outfile
    }
    print > outfile
}

将保存第一行，以便以后使用。其他行将打印到与第一个字段的值匹配的文件中。如果尚未看到值，则会添加标题


NR
是记录编号，因此只有当记录编号为1（即第一行）时，
NR==1
才为真。在该块中，整行
$0
保存到变量
标题中
next
跳过任何其他块并移动到下一行。这意味着跳过第二个块（否则将在每个记录上无条件运行）

对于文件中的每一行，使用第一个字段的值生成输出文件名。看到的数组
跟踪
$1
的值<代码>！seen[$1]+
仅在第一次看到给定值
$1
时为真，因为每次检查
seen[$1]
的值都会递增。如果尚未看到
$1
的值，则头将写入输出文件

每一行都写入输出文件。
这里有很多类似的问题。您尝试了什么？@fedorqui尝试了很多：
对于$（seq 1 23）中的chr，do head-n1 myfile.tsv>chr$chr.tsv done
@fedorqui如何在unix中生成数字1到23以及X、Y和M的seq？这里有很多类似的问题。您尝试了什么？@fedorqui尝试了很多：
对于$（seq 1 23）中的chr，do head-n1 myfile.tsv>chr$chr.tsv done
@fedorqui如何在unix中生成数字1到23以及X、Y和M的seq？@TomFenench谢谢，但输入文件在哪里？您将其作为参数传递给脚本，例如，
awk-f script.awk输入文件
。非常感谢！这很快。请你解释一下你在这里做了什么好吗？当然-有什么特别的事情你不明白吗？我已经编辑了，添加了一些更详细的解释-希望现在已经清楚了。@TomFenench谢谢，但是输入文件在哪里？你把它作为参数传递给脚本，例如，
awk-f script.awk输入文件
。非常感谢！这很快。你能解释一下你在这里做了些什么吗？当然-有什么特别的事情你不明白吗？我已经编辑了一些更详细的解释-希望现在已经清楚了。