通过拆分特定列值重复行

【问题标题】：repeating row by splitting particular columns value通过拆分特定列值重复行
【发布时间】：2017-05-18 06:42:41
【问题描述】：

伙计们，我有一个这样的文件：

Sequence ID TFBS_ID Binding sequence    TF_family   TF ID
CaCLV3_1    TFmatrixID_0009 taaaTTATTt  AT-Hook AT4G35390
CaCLV3_1    TFmatrixID_0009 aAATAAatat  AT-Hook AT4G35390
CaCLV3_1    TFmatrixID_0022 atcGGTAAct  Trihelix    AT5G28300
CaCLV3_1    TFmatrixID_0025 tcAATCAatt  Homeodomain;bZIP;HD-ZIP AT3G61890

我想通过拆分 TF_family 列来重复整行，该列有多个由“;”分隔的家庭我想要这样的输出，任何帮助：

Sequence ID TFBS_ID Binding sequence    TF_family   TF ID
CaCLV3_1    TFmatrixID_0009 taaaTTATTt  AT-Hook AT4G35390
CaCLV3_1    TFmatrixID_0009 aAATAAatat  AT-Hook AT4G35390
CaCLV3_1    TFmatrixID_0022 atcGGTAAct  Trihelix    AT5G28300
CaCLV3_1    TFmatrixID_0025 tcAATCAatt  Homeodomain AT3G61890
CaCLV3_1    TFmatrixID_0025 tcAATCAatt  bZIP    AT3G61890
CaCLV3_1    TFmatrixID_0025 tcAATCAatt  HD-ZIP  AT3G61890

【问题讨论】：

如果您添加尝试解决此问题的代码，您将获得帮助

标签： linux unix awk sed row

【解决方案1】：

awk 方法：

awk 'NR==1{print}NR>1{split($4,a,";"); for(i=1;i<=length(a);i++){$4=a[i]; print $0}}' file

输出：

Sequence ID TFBS_ID Binding sequence    TF_family   TF ID
CaCLV3_1 TFmatrixID_0009 taaaTTATTt AT-Hook AT4G35390
CaCLV3_1 TFmatrixID_0009 aAATAAatat AT-Hook AT4G35390
CaCLV3_1 TFmatrixID_0022 atcGGTAAct Trihelix AT5G28300
CaCLV3_1 TFmatrixID_0025 tcAATCAatt Homeodomain AT3G61890
CaCLV3_1 TFmatrixID_0025 tcAATCAatt bZIP AT3G61890
CaCLV3_1 TFmatrixID_0025 tcAATCAatt HD-ZIP AT3G61890

NR==1{print} - 按原样打印第一行
split($4,a,";") - 用;分割第四个字段
for(i=1;i<=length(a);i++){$4=a[i]; print $0} - 为每个子值重复当前记录

【讨论】：