Bash 如何将每个列的值指定给其名称？

我有一个MetaData.csv文件，其中包含许多用于执行分析的值。我想要的是： 1-读取列名并使变量与列名相似。 2-将每列中的值作为可由其他命令读取的整数放入变量中。列\名称=其\值

MetaData.csv：

MAF,HWE,Geno_Missing,Inds_Missing
0.05,1E-06,0.01,0.01

我编写了以下代码，但效果不好：

#!/bin/bash
Col_Names=$(head -n 1 MetaData.csv) # Cut header (camma sep)
Col_Names=$(echo ${Col_Names//,/ }) # Convert header to space sep
Col_Names=($Col_Names) # Convert header to an array 

for i in $(seq 1 ${#Col_Names[@]}); do
N="$(head -1 MetaData.csv | tr ',' '\n' | nl |grep -w 
"${Col_Names[$i]}" | tr -d " " | awk -F " " '{print $1}')";
${Col_Names[$i]}="$(cat MetaData.csv | cut -d"," -f$N | sed '1d')";
done

输出：

HWE=1E-06: command not found
Geno_Missing=0.01: command not found
Inds_Missing=0.01: command not found
cut: 2: No such file or directory
cut: 3: No such file or directory
cut: 4: No such file or directory
=: command not found

Fnames=19.vcf.gz
MAF=0.05
Fnames=20.vcf.gz
MAF=
Fnames=21.vcf.gz
MAF=
Fnames=22.vcf.gz
MAF=
19.vcf.gz 20.vcf.gz 21.vcf.gz 22.vcf.gz

MAF=0.05
HWE=1E-06
Geno_Missing=0.01
Inds_Missing=0.01
MAF=0.05 HWE=1E-06 Geno_Missing=0.01 Inds_Missing=0.01

预期产出：

MAF=0.05
HWE=1E-06
Geno_Missing=0.01
Inds_Missing=0.01

问题：

1-我想使用数组长度（${Col#u Names[@]}）作为最终迭代，即5，但数组索引从0（0-4）开始。所以MAF列没有被循环捕获。循环也会迭代两次（一次是0-4，另一次是2-4！）。 2-当我试图调用变量中的值（echo$MAF）时，它们是空的

---

任何解决方案都非常受欢迎。

我不认为您可以在Bash中实现一个健壮的CSV读取器/解析器，但您可以在一定程度上实现它，使其与简单的CSV文件一起工作。例如，一个非常简单的

bash

实现的CSV可能如下所示：

#/bin/bash
set-e
行数='0'
标题=（）
当IFS='，'读取-ra行时；做
如果测试“$ROW_NUMBER”=“0”；然后
对于（（I=0；I<${行[@]}；I++）；做
标题[“$I”]=“${ROW[I]}”
完成
其他的
声明-数据行映射
对于（（I=0；I<${行[@]}；I++）；做
数据行映射[${HEADERS[“$I”]}]=“${ROW[I]}”
完成
#演示{
echo-e“${DATA_ROW_MAP['Fnames']}\t${DATA_ROW_MAP['Inds_Missing']}”
#}演示
取消设置数据行映射
fi
行号=$（（行号+1））
完成

请注意，is有多个缺点：

• 它只适用于

  ，

  分隔字段（真正的“C”SV）
• 不能处理多行记录
• 它不能处理野外逃逸
• 它认为第一行始终表示标题行

这就是为什么许多命令可能会产生和使用

\0

-分隔的数据，仅仅因为此控制字符可能更易于使用。现在我不确定的是

test

是否是

bash

执行的唯一外部命令（我相信是的，但它可能可以使用

case

重新实现，这样就不会执行外部

test

）

使用示例（带有演示输出）：

/read-csv.sh

---

我不建议使用这个解析器，但建议使用更面向CSV的工具（Python可能是最容易使用的选择；+或者如果您最喜欢的语言，如您所述，是R，那么这可能是您的另一个选择：）。

如果我正确理解您的需求，请您尝试一下：

#!/bin/bash

nr=1                                    # initialize input line number to 1
while IFS=, read -r -a ary; do          # split the line on "," then assign "ary" to the fields
    if (( nr == 1 )); then              # handle the header line
        col_names=("${ary[@]}")         # assign column names
    else                                # handle the body lines
        for (( i = 0; i < ${#ary[@]}; i++ )); do
            printf -v "${col_names[i]}" "${ary[i]}"
                                        # assign the variable "${col_names[i]}" to the input field
        done
        # now you can access the values via its column name
        echo "Fnames=$Fnames"
        echo "MAF=$MAF"
        fname_list+=("$Fnames")         # create a list of Fnames
    fi
    (( nr++ ))                          # increment the input line number
done < MetaData.csv
echo "${fname_list[@]}"                 # print the list of Fnames

• statetemt

  IFS=，read-a ary

  主要相当于 前三行；它在“，”上拆分输入，并指定 将数组变量

  ari

  添加到字段值
• 有几种方法可以将变量的值用作变量名 （间接变量引用）

  printf-v VarName Value

  就是其中之一

[编辑]

根据OP的更新输入文件，以下是另一个版本：

#!/bin/bash

nr=1                                    # initialize input line number to 1
while IFS=, read -r -a ary; do          # split the line on "," then assign "ary" to the fields
    if (( nr == 1 )); then              # handle the header line
        col_names=("${ary[@]}")         # assign column names
    else                                # handle the body lines
        for (( i = 0; i < ${#ary[@]}; i++ )); do
            printf -v "${col_names[i]}" "${ary[i]}"
                                        # assign the variable "${col_names[i]}" to the input field
        done
    fi
    (( nr++ ))                          # increment the input line number
done < MetaData.csv

for n in "${col_names[@]}"; do          # iterate over the variable names
    echo "$n=${!n}"                     # print variable name and its value
done

# you can also specify the variable names literally as follows:
echo "MAF=$MAF HWE=$HWE Geno_Missing=$Geno_Missing Inds_Missing=$Inds_Missing"

至于输出，前四行由

echo“$n=${！n}”

打印，最后一行由

echo“MAF=$MAF…”

打印。

---

您可以根据以下代码中变量的使用情况选择任一语句。

这将根据您发布的示例输入生成您发布的预期输出：

$ awk -F, -v OFS='=' 'NR==1{split($0,hdr); next} {for (i=1;i<=NF;i++) print hdr[i], $i}' MetaData.csv
MAF=0.05
HWE=1E-06
Geno_Missing=0.01
Inds_Missing=0.01

---

$awk-F，-vofs='=''NR==1{split（$0，hdr）；next}{for（i=1；iCopy/paste您的脚本，并修复它告诉您的问题。话虽如此，您发布的shell脚本中似乎没有任何内容不应该在一次调用awk中处理，因此如果您想帮助您以正确的方式完成任何事情，请发布一条消息，以便我们可以帮助您。@Ed Morton，i使用了shellcheck.net，但找不到问题。我提供了数据（MetaData.csv）在问题结束后，请将其复制并粘贴到文件中。提前感谢您的回复。假设
MetaData.csv
是示例输入，您忘记发布预期输出。我真的不希望shellcheck.net能够完全解决您的问题，只需帮助您将您的代码添加到我们不需要查看代码的地方即可h shellcheck可以检测到明显的问题，这样我们就可以专注于剩下的任何问题。因此，请再次通过shellcheck运行您的代码，修复它告诉您的问题，然后将其作为问题中的代码发布，而不是带有所有明显问题的当前代码。@Ed Morton，我使用shellcheck.net再次检查了代码。它只是d一些没有改变输出的小修改，例如：对于i in
seq 1${{Col#u Names[@]}
；>>对于i in$（seq 1${Col#u Names[@]}）；预期输出：MAF=0.5 HWE=1E-06 Geno_Missing=0.01 Inds_Missing=0.01。但是，根据评论，我正在考虑使用另一种语言来完成这项工作。谢谢。请修复shellcheck告诉您的所有问题，而不仅仅是其中的一些问题。无论如何，如果您在问题中发布预期输出，我们可能会开始尝试帮助您解决这些问题o解决你的问题，而不是试图帮助你问你的问题。亲爱的Fluffy，感谢你的时间和努力，我用不同的代码完成了这项工作，但它并不像我希望的那样自动化。我将尝试解决问题。关于使用Python或R，问题是，我如何在不编写Python的情况下将值作为变量输入bashn/R的输出并再次读取到bash？谢谢请查看一些原因，如果需要管理Unix工具，为什么应该使用awk脚本而不是shell读取循环来执行此操作。感谢您的回答，我需要[colname=its value]作为变量。似乎无法对第一列（Fnames）执行此操作，但对于其余的列，这是可能的，因为每列只有一个
$ awk -F, -v OFS='=' 'NR==1{split($0,hdr); next} {for (i=1;i<=NF;i++) print hdr[i], $i}' MetaData.csv
MAF=0.05
HWE=1E-06
Geno_Missing=0.01
Inds_Missing=0.01