嗨,我有一些目录,如下所示:
TBS890
|___________ A.ctab
TBS345A
|___________ A.ctab
TBS567C
|___________ A.ctab
我有兴趣从所有目录中存在的 A.ctab 文件中提取一些数据。假设A.ctab
有 12 列。我对第 6 列和第 12 列感兴趣。为此,我尝试执行如下操作,但没有获取所有信息。
awk 'FNR==1 { print substr(FILENAME,1,$NF) >substr(FILENAME,1,$NF)".tmp" }
FNR >1 { print $12 > substr(FILENAME,1,$NF)".tmp" }
NR==FNR{ print $6 >"first_column.tmp" }' TBS*/A.ctab
正如您在上面的命令中看到的,我使用了$NF
这将是FILENAME
.我知道这是错误的,所以任何人都可以帮助我。
如果您在上面的示例中看到,有两个目录以 an 字母结尾,但有一个目录不是。我必须付出什么才能得到这个名字直到最后。
t_id chr strand start end t_name num_exons length gene_id gene_name cov FPKM
1 1 - 10060 10614 MSTRG.1.1 1 555 MSTRG.1 . 0.000000 0.000000
2 1 + 11140 30023 MSTRG.10.1 12 3981 MSTRG.10 . 2.052715 0.284182
3 1 - 11694 29342 MSTRG.11.1 8 6356 MSTRG.11 . 0.557588 0.077194
4 1 + 11869 14409 ENST00000456328.2 3 1657 MSTRG.10 DDX11L1 0.000000 0.000000
5 1 + 11937 29347 MSTRG.10.3 12 3544 MSTRG.10 . 0.000000 0.000000
6 1 - 11959 30203 MSTRG.11.2 11 4547 MSTRG.11 . 0.369929 0.051214
7 1 + 12010 13670 ENST00000450305.2 6 632 MSTRG.10 DDX11L1 0.000000 0.000000
8 1 + 12108 26994 MSTRG.10.5 10 5569 MSTRG.10 . 0.057091 0.007904
9 1 + 12804 199997 MSTRG.10.6 12 3567 MSTRG.10 . 0.000000 0.000000
10 1 + 13010 31097 MSTRG.10.7 12 4375 MSTRG.10 . 0.000000 0.000000
11 1 - 13068 26832 MSTRG.11.3 9 5457 MSTRG.11 . 0.995280 0.137788
A.ctab
我只想从所有文件中提取t_name
并列FPKM
并创建一个新文件。在新文件中,该FPKM
列应该是样本名称。它应该如下所示:
t_name TBS890 TBS345A TBS567C
MSTRG.1.1 0 0.028181 0
MSTRG.10.1 0.284182 0.002072 0.046302
MSTRG.11.1 0.077194 0.685535 0.105849
ENST00000456328.2 0 0.307315 0.038961
MSTRG.10.3 0 0.446015 0.009946
MSTRG.11.2 0.051214 0.053577 0.036081
ENST00000450305.2 0 0.110438 0.040319
MSTRG.10.5 0.007904 0 1.430825
MSTRG.10.6 0 0 0.221105
MSTRG.10.7 0 0.199354 0
MSTRG.11.3 0.137788 0.004792 0
答案1
如果所有文件都有相同的t_name
行数,请尝试
$ awk '
FNR == NR {print $6 > "COL1.TMP"
}
FNR == 1 {FN = FILENAME
sub (/\/[^\/]*$/, ".TMP", FN)
print FN > FN
next
}
{print $12 > FN
}
' TBS*/A.ctab
$ paste -d"\t\t\t\n" COL1.TMP TBS*.TMP
如果不是这种情况,我join
就会想到实用程序;但它需要排序的输入。