公開識別子の開始位置と終了位置の抽出

GNUと共にデータ混合:

datamash -H -W -g 1,2 min 3 max 4 <input

これは、awkを使用してファイルを読み取るか、他の方法を使用する従来のループを介して行うことができますが、awkベースのソリューションを提供するにはawkに精通していません。次の解決策はbashでうまく機能し、単純なawk、grep、および配列を使用します。

既知のIDがあります（パラメータまたはユーザー入力を介して）

id="Prom_1" #Or for user input read -p "Give Id :" id
header=$(head -1 a.txt) #get the 1st line and store it as header.
data=($(grep $id a.txt)) #grep the file for given the id and fill an array
echo "$header"
echo -e "${data[0]}\t${data[1]}\t${data[2]}\t${data[-1]}" #data[-1] refers to the last element of the data array
#Output:
Id       Chr     Start   End  
Prom_1  chr1    3978952 3979193

秘密は、配列が空白（デフォルトIFS）で区切られたすべてのgrep値を取得するため、配列は次のようになります。

root@debi64:# id="Prom_1";data=($(grep $id a.txt));declare -p data
declare -a data=([0]="Prom_1" [1]="chr1" [2]="3978952" [3]="3978953" [4]=$'\nProm_1' [5]="chr1" [6]="3979165" [7]="3979166" [8]=$'\nProm_1' [9]="chr1" [10]="3979192" [11]="3979193")
#declare -p command just prints out all the data of the array (keys and values)

ファイルからIDを自動的に取得するには、次のようにuniq progを使用できます。

readarray -t ids< <(awk -F" " '{print $1}' a.txt |uniq |tail -n+2) 
#For Field separator= " " print the first field (id), print them as unique fields and store them in an array.
#Here the use of readarray is better to handle data separated by new lines.
declare -p ids
#Output: declare -a ids=([0]="Prom_1" [1]="Prom_2" [2]="Prom_3")

一緒に集めて：

header=$(head -1 a.txt) #get the 1st line and store it as header.
readarray -t ids< <(awk -F" " '{print $1}' a.txt |uniq |tail -n+2)
echo "$header"
for id in ${ids[@]}
do
data=($(grep $id a.txt))
echo -e "${data[0]}\t${data[1]}\t${data[2]}\t${data[-1]}"
done 

#Output 
Id       Chr     Start   End  
Prom_1  chr1    3978952 3979193
Prom_2  chr1    4379047 4379622
Prom_3  chr1    5184469 5184496

これを試してみることができますか？

$ awk 'NR==1{print; next}NR!=1{if(!($1 in Arr)){printf("\t%s\n%s\t%s\t%s",a,$1,$2,$3);Arr[$1]++}else{a=$NF}}END{printf("\t%s\n",a)}' input.txt
Id       Chr     Start   End

Prom_1  chr1    3978952 3979193
Prom_2  chr1    4379047 4379622
Prom_3  chr1    5184469 5184496

---

awk '
NR==1{print; next}
NR!=1{
if(!($1 in Arr))
{
       printf("\t%s\n%s\t%s\t%s",a,$1,$2,$3);Arr[$1]++;
}
else
{
    a=$NF
}
}
END{
printf("\t%s\n",a)
}' input.txt

awkを使用して変数に保存する別の解決策：

ファイルのヘッダーを取得し、出力ファイルに入れます。

row1=$(head -1 input_file)
echo $row1 | sed -e 's/ /\t/g' > output_file

最初の列の一意の値を取得します。

col1=$(for i in $(awk 'NR>1 {print $1}' input_file | uniq); do echo $i; done)

最初の列の値ごとに、2 番目の行の値が最初に表示されるものを取得します。

col2=$(for i in $(echo "$col1"); do grep -m1 $i input_file | awk '{print $2}'; done)

各最初の列の値に基づいて、3番目の列の最初の値を取得します。

col3=$(for i in $(echo "$col1"); do grep -m1 $i input_file | tail -1 | awk '{print $3}'; done)

各最初の列の値に基づいて、4番目の列の最後の値を取得します。

col4=$(for i in $(echo "$col1"); do grep $i input_file | tail -1 | awk '{print $4}'; done)

次の値をすべて出力ファイルに追加します。

paste -d'\t' <(echo "$col1") <(echo "$col2") <(echo "$col3") <(echo "$col4") >> output_file