私の.tsv
ファイルは100以上のディレクトリにあります。tsv
100のディレクトリにあるすべてのファイルに必要なすべての情報を含むファイルを作成したいと思います。
たとえば、
Data
|___ SOB33D
|___ SOB33D.tsv
|___ SOB43E
|___ SOB43E.tsv
|___ SOB58D
|___ SOB58D.tsv
|___ SOB113A
|___ SOB113A.tsv
入力されたデータはSOB33D.tsv
次のとおりです。
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 0.492522
ENST00000619216.1 68 12.9174 0.70395
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0
SOB43E.tsv
:
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0.174591
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 7.70424
ENST00000619216.1 68 12.9174 0.295008
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0
SOB58D.tsv
:
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0.282655
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 2.64778
ENST00000619216.1 68 12.9174 0
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0
SOB113A.tsv
:
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0.0225974
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 1.35652
ENST00000619216.1 68 12.9174 0
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0
私はcut
これをほぼ正しくしています。最初と2番目の列はすべてのファイルで同じになりたいので、4th column which is different in all the files
次のように使用します。
paste */*.tsv | cut -f 1,2,4,8,12,16 > all_samples.tsv
上記のコマンドでは、すべてのファイルで同じ最初と2番目の列を取得し、すべてのファイルで4番目の列を取得します。出力は次のとおりです。
出力:
target_id length est_counts est_counts est_counts est_counts
ENST00000456328.2 1657 0 0.174591 0.282655 0.0225974
ENST00000450305.2 632 0 0 0 0
ENST00000488147.1 1351 0.492522 7.70424 2.64778 1.35652
ENST00000619216.1 68 0.70395 0.295008 0 0
ENST00000473358.1 712 0 0 0 0
ENST00000469289.1 535 0 0 0 0
予想出力:
target_id length SOB33D SOB43E SOB58D SOB113A
ENST00000456328.2 1657 0 0.174591 0.282655 0.0225974
ENST00000450305.2 632 0 0 0 0
ENST00000488147.1 1351 0.492522 7.70424 2.64778 1.35652
ENST00000619216.1 68 0.70395 0.295008 0 0
ENST00000473358.1 712 0 0 0 0
ENST00000469289.1 535 0 0 0 0
少数のファイルには使用できますpaste
が100 files in 100 directories
。それでは、フォルダ名を列名として使用するすべてのファイルから.tsv
ファイルを作成するにはどうすればよいですか?100 directories
助けてくれてありがとう。タンク
答え1
$ cat tst.awk
BEGIN {
FS=OFS="\t"
numCols = 2
}
{
if ( FNR == 1 ) {
numCols++
val = FILENAME
sub("/[^/]+$","",val)
sub(".*/","",val)
}
else {
val = $4
}
vals[FNR,1] = $1
vals[FNR,2] = $2
vals[FNR,numCols] = val
}
END {
for (rowNr=1; rowNr<=FNR; rowNr++) {
for (colNr=1; colNr<=numCols; colNr++) {
printf "%s%s", vals[rowNr,colNr], (colNr<numCols ? OFS : ORS)
}
}
}
$ awk -f tst.awk */estimate.tsv
target_id length SOB33D SOB43E
ENST00000456328.2 1657 0 0.174591
ENST00000450305.2 632 0 0
ENST00000488147.1 1351 0.492522 7.70424
ENST00000619216.1 68 0.70395 0.295008
ENST00000473358.1 712 0 0
ENST00000469289.1 535 0 0
上記は次の入力で実行されました(すべてのスペースはタブです)。
$ head */estimate.tsv
==> SOB33D/estimate.tsv <==
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 0.492522
ENST00000619216.1 68 12.9174 0.70395
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0
==> SOB43E/estimate.tsv <==
target_id length eff_length est_counts
ENST00000456328.2 1657 1525.05 0.174591
ENST00000450305.2 632 500.105 0
ENST00000488147.1 1351 1219.05 7.70424
ENST00000619216.1 68 12.9174 0.295008
ENST00000473358.1 712 580.105 0
ENST00000469289.1 535 403.105 0