Unix - 将多个文件中的单列编译成一个制表符分隔的文件

Unix - Compile a single column from many files into a single, tab-delimited file

我有大量相同的制表符分隔格式的文件:

Column A    Column B
Data_A1      Data_B1
Data_A2      Data_B2
Data_A3      Data_B3

这些文件的行数都相同。

我想将每个文件的 B 列数据编译到一个制表符分隔的文件中。现在,我最好的计划是按照以下几行编写一个 Perl 脚本:

#!/usr/bin/perl

my $file = shift @ARGV;
my $ref = shift @ARGV;
open ( FILE, $file ); # FILE WITH FORMAT DESCRIBED ABOVE
while (<FILE>) {
        chomp;
        my @a = split("\t", $_);
        push(@B, $a[1]);
}
close FILE;

my $counter = 0;
open (REF, $ref); # TAB-DELIMITED COMPILATION OF EVERY FILE'S COLUMN B
while (<REF>) {
        chomp;
        print "$_\t$B[$counter]\n";
}
close REF;

然后,编写一个 BASH 脚本,循环遍历所有文件,并将 Perl 脚本的输出保存为下一次 shell 循环迭代的输入:

#!/bin/bash

for file in *.txt 
     do 
          perl Script.pl $file Infile > Temp
          mv Temp Infile
     done

但是,对于如此简单的事情,这感觉像是一项巨大的工作量。有没有简单的 Unix 命令可以做同样的事情?

预期输出:

File1_Column_B    File2_Column_B    File3_Column_B    ...
Data_B1           Data_B1           Data_B1           ...
Data_B2           Data_B2           Data_B2           ...
Data_B3           Data_B3           Data_B3           ...
...

您可以使用 awk 到 select 您想要的列,然后 paste 将它们粘贴在一起。

示例:

paste -d '\t' <(awk '{print }' file1.tsv) <(awk '{print }' file2.tsv) 

注意: <(command) 允许将命令的输出用作文件。

您可以在 Perl 中完成所有工作:

#!/usr/bin/perl
use warnings;
use strict;

my ($result, @input) = @ARGV;        # output input1 input2...

my @table;

for my $i (0 .. $#input) {
    my $infile = $input[$i];
    open my $IN, '<', $infile or die "$infile: $!";
    while (<$IN>) {
        $table[ $. - 1 ][$i] = (split)[1];
    }
}

open my $OUT, '>', $result or die "$result: $!";
for my $row (@table) {
    print {$OUT} join("\t", @$row), "\n";
}
close $OUT;

bash:

paste -d'\t' input*.txt | 
awk -F'\t' '{for (i=2; i<=NF; i+=2) printf "%s%s", $i, FS; print ""}'

这会将所有文件和所有列粘贴在一起,然后使用 awk 仅提取偶数列。