使用 awk 循环对文件进行子集化答案

【问题标题】：Use an awk loop to subset a file使用 awk 循环对文件进行子集化
【发布时间】：2013-11-12 12:43:09
【问题描述】：

我有一个包含大量信息的文件，我想在第一列拆分。

示例（example.gen）：

1 rs3094315 752566 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
1 rs2094315 752999 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
2 rs3044315 759996 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
2 rs3054375 799966 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
2 rs3094375 999566 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
3 rs3078315 799866 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
3 rs4054315 759986 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs4900215 752998 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs5094315 759886 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs6094315 798866 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

期望的输出：

Chr1.gen

1 rs3094315 752566 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
1 rs2094315 752999 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

Chr2.gen

2 rs3044315 759996 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
2 rs3054375 799966 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
2 rs3094375 999566 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

Chr3.gen

3 rs3078315 799866 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
3 rs4054315 759986 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

Chr4.gen

4 rs4900215 752998 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs5094315 759886 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs6094315 798866 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

我尝试使用以下 shell 脚本执行此操作，但它不起作用 - 我无法弄清楚如何让 awk 识别在 awk 脚本本身之外定义的变量。

第一次脚本尝试（没有 awk 循环）：

for i in {1..23}
do
    awk '{$1 = $i}' example.gen > Chr$i.gen
done

第二次脚本尝试（使用 awk 循环）：

for i in {1..23}
do
    awk '{for (i = 1; i <= 23; i++) $1 = $i}' example.gen > Chr$i.gen
done

我确定它可能很基本，但我就是无法解决...

谢谢！

【问题讨论】：

标签： shell loops awk

【解决方案1】：

使用 awk：

awk '{print > "Chr"$1".gen"}' file

它只是打印并将其重定向到一个文件。这个文件是如何定义的？与"Chr" + first_column + ".gen"。

使用您的示例输入，它会创建 4 个文件。比如第四个是：

$ cat Chr4.gen 
4 rs4900215 752998 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs5094315 759886 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1
4 rs6094315 798866 A G 0 1 0 1 0 0 1 0 0 0 1 0 0 1

【讨论】：

【解决方案2】：

首先，使用@fedorqui 的答案，因为这是最好的。但要了解您第一次尝试时犯的错误（很接近），请继续阅读。

您的第一次尝试失败了，因为您将测试放在动作中（在大括号中），而不是在它之前。最小的修复：

awk "\$1 == $i" example.gen > Chr$i.gen

这使用双引号来允许i 的值被awk 脚本看到，但这需要您为$1 转义美元符号，这样您就不会替换shell 的第一个位置参数。更干净但更长：

awk -v i=$i '$1 == i' example.gen > Chr$i.gen

这会在awk 脚本内创建一个变量i，其值与shell 的i 变量相同。

【讨论】：