结合回路与awk

Question

我需要人帮我把一个awk和一个循环结合起来。

我有两个文件，一个是Bedfile.bed，另一个是Samplelist.txt，如下所示：

Bedfile.bed

HiC_scaffold_2  1       50001

HiC_scaffold_2  400001  450001

HiC_scaffold_2  800001  850001

Samplelist.txt

sampleA
sampleB
sampleC

我希望为每个示例创建一个新的Bedfile (来自Samplelist.txt)，其中我将示例名称作为新列包含在每一行旁边，并将该名称添加到输出中。如下所示，例如，对于前两个样本

Bedfile_SampleA.bed

HiC_scaffold_2  1       50001 SampleA

HiC_scaffold_2  400001  450001 SampleA

HiC_scaffold_2  800001  850001 SampleA

Bedfile_SampleB.bed

HiC_scaffold_2  1       50001 SampleB

HiC_scaffold_2  400001  450001 SampleB

HiC_scaffold_2  800001  850001 SampleB

我已经完成了一个文件，但我有超过100个文件，所以我想使用一个示例列表执行某种循环。

awk ' {print $1"\t"$2"\t"$3"\t""SampleA"}' Bedfile.bed >  Bedfile_SampleA.bed

有什么建议吗？

Answer 1

您可以在AWK中全部执行操作和循环，但如果出于另一个原因需要“单独”执行循环，则可以使用：

while read -r sample
do
     awk -v var="$sample" 'BEGIN{OFS="\t"} {print $0, var}' bedfile.bed > bedfile_"$sample".bed
done < samplelist.txt

Answer 2

$ awk -v OFS='\t' '
    NR==FNR { samples[$0]; next }
    FNR == 1 {
        base = FILENAME
        sub(/\..*/,"",base)
    }
    {
        for ( sample in samples ) {
            out = base "_" sample ".bed"
            print $0 (NF ? OFS sample : "") > out
        }
    }
' Samplelist.txt Bedfile.bed

$ head Bedfile_*
==> Bedfile_sampleA.bed <==
HiC_scaffold_2  1       50001   sampleA

HiC_scaffold_2  400001  450001  sampleA

HiC_scaffold_2  800001  850001  sampleA

==> Bedfile_sampleB.bed <==
HiC_scaffold_2  1       50001   sampleB

HiC_scaffold_2  400001  450001  sampleB

HiC_scaffold_2  800001  850001  sampleB

==> Bedfile_sampleC.bed <==
HiC_scaffold_2  1       50001   sampleC

HiC_scaffold_2  400001  450001  sampleC

HiC_scaffold_2  800001  850001  sampleC

以上内容将适用于任何awk，假设您没有太多的输出文件来超过“打开的文件太多”的限制。如果您这样做了，它仍然将与GNU awk一起工作，并且有一个简单的调整可以使它与任何awk一起工作。

Answer 3

因此，在awk中是非常简单的。首先在内存中读取示例文件，然后处理完整的床文件。

awk 'BEGIN{OFS="\t"}(FNR==NR){a[$0]; next}{for(i in a){f=FILENAME"."i; print $0,i > f}}' sample.txt bed.txt