1列の値に基づいて行をマージしたいと思います。私のデータは次のとおりです(タブで区切られた列)。
OG FC_AG_NICO FC_AG_ZEA FC_AG_BRAS FC_MB_NICO FC_MB_ZEA FC_MB_BRAS FC_TN_NICO FC_TN_ZEA FC_TN_BRAS FC_SL_NICO FC_SL_ZEA FC_SL_BRAS FC_SE_NICFC_SE_ZEA FC_SE_BRAS
OG0004400 -0.787302663 -0.710790578 0.663333543
OG0004400 -1.659046364 -1.019969932 0.588969542
OG0004400 -0.373838773 0.277055943 0.481626213
OG0004400 -0.360799687 -0.0958126 0.056722264
OG0004400 -1.77626686 -0.971114297 0.707963822
OG0004402 -0.304209641 -0.259080399 0.44366888
OG0004402 0.442748804 0.042958499 -0.316412832
OG0004402 -0.274550145 0.1933262 0.374095809
OG0004402 0.253000346 0.338511357 -0.121760564
したがって、同じOG番号を共有する行は1つの行にマージする必要があります。列ごとに1つの値しかないため、倍精度に問題はありません。
いくつかの異なる投稿で同様の問題を扱っており、この回答が非常に役に立つと思って少し編集しました。ただし、ここではすべての値が互いに直後に記録されます。ただし、列値は同じ位置に維持されることが重要です。
awk '{if(NR!=1){a[$1]=$2"\t"a[$1]} else print $0} END {n = asorti(a, b); for (n in b) {print b[n],a[b[n]]}}'
誰でも上記のコードを編集するのに役立ちますか?
ベストアンサー1
awk 'BEGIN{FS="\t"} NR==1{print; next} {a[$1]=$1; for(i=2; i<=NF; i++){if($i!="") {f[$1,i]=$i; if(i>last[$1]){last[$1]=i}}} } END{for(j in a){printf("%s", a[j]); for(k=2; k<=last[j]; k++){printf("%s%s", FS, f[j,k])} print ""}}' file
awk 'BEGIN{FS="\t"} # use tab as field separator
NR==1{print; next} # print header
{
a[$1]=$1 # save first column in current row
for(i=2; i<=NF; i++){ # loop with all columns but first
if($i!=""){ # if column not empty
f[$1,i]=$i # save content to array
if(i>last[$1]){
last[$1]=i # save number of last element in current row
}
}
}
}
END{
for(j in a){
printf("%s", a[j]) # print first element
for(k=2; k<=last[j]; k++){ # print second to last element
printf("%s%s", FS, f[j,k])
}
print ""
}
}' file
配列にはa
最初の列が含まれています。配列には、f
最初の列がない行が含まれています。配列には、last
現在の行の最後の要素の位置が含まれます。
まだテストされていません。