Bash 在第一列中连接具有相同值的行

我有一个以制表符分隔的文件，有三列（摘录）：

我想用bash得到这个：

AC147602.5_FG004 IPR000146 Fructose-1,6-bisphosphatase class 1/Sedoheputulose-1,7-bisphosphatase IPR023079 Sedoheptulose-1,7-bisphosphatase
AC148152.3_FG001 IPR023079 Sedoheptulose-1,7-bisphosphatase IPR002110   Ankyrin repeat IPR026961    PGG domain

---

因此，如果第一列中的ID在几行中是相同的，那么它应该为每个ID生成一行，并将行的所有其他部分连接起来。在本例中，它将提供两行文件。

请尝试使用这一行：

 awk -F'\t' -v OFS='\t' '{x=$1;$1="";a[x]=a[x]$0}END{for(x in a)print x,a[x]}' file

---

无论出于何种原因，awk解决方案在cygwin中对我不起作用。所以我改用Perl。它围绕一个制表符连接，并按空格分隔行\n

cat FILENAME | perl -e 'foreach $Line (<STDIN>) { @Cols=($Line=~/^\s*(\d+)\s*(.*?)\s*$/); push(@{$Link{$Cols[0]}}, $Cols[1]); } foreach $List (values %Link) { print join("\t", @{$List})."\n"; }'

cat FILENAME | perl-e'foreach$Line（）{@Cols=（$Line=~/^\s*（\d+）\s*（.*？\s*/）；push（@{$Link{$Cols[0]}，$Cols[1]）；}foreach$List（值%Link）{print join（“\t”，“@{$List}）。“\n”；}

将取决于文件大小（和awk限制）

如果太大，这将通过首先对文件进行排序并在内存中仅保留1个标签进行打印来减少awk需求

对整行进行修改后打印的经典版本

sort YourFile \
 | awk '
      last==$1 { sub( /^[^[:blank:]]*[[:blank:]]+/, ""); C = C " " $0; next}
      NR > 1 { print Last C; Last = $1; C = ""}
      END { print Last}
      '

另一个版本使用字段和预打印，但不太“可读”

对文件进行排序\
|awk'
最后=$1{printf（“%s%s”，（！NR？”\n:“），Last=$1）}
最后＝＝1元{（i＝2；i@oberlies，有时可以在问题中添加标签，这些标签涵盖了答案中使用的技术，但在问题中没有提及。这就是其中之一，尤其是当替代方案是创建新的元标签时。@亲密投票者：这个问题怎么可能太宽？答案是一行awk脚本。
sort YourFile \
 | awk '
      last==$1 { sub( /^[^[:blank:]]*[[:blank:]]+/, ""); C = C " " $0; next}
      NR > 1 { print Last C; Last = $1; C = ""}
      END { print Last}
      '

sort YourFile \
 | awk '
      last!=$1 {printf( "%s%s", (! NR ? "\n" : ""), Last=$1)}
      last==$1 {for( i=2;i<NF;i++) printf( " %s", $i)}
      '