如何根據模式列表拆分文件並將輸出文件命名為模式？

File1 看起來像這樣（代謝途徑：基因）：

A: 1

A: 2

A: 3

B: a

B: b

C: pp

D: rr

如何獲得如下所示的輸出文件（命名為 File1.new）：

A：1、2、3

B：a、b

C：pp

D：rr

我是 Linux 初學者。最好是簡單的解釋！

使用GNU 數據集

datamash -t: groupby 1 collapse 2 < file
A:1,2,3
B:a,b
C:pp
D:rr

如果你也想要計數，

datamash -t: groupby 1 collapse 2 count 2 < file
A:1,2,3:3
B:a,b:2
C:pp:1
D:rr:1

countunique如果您想要唯一欄位的數量，您也可以。

這是 awk 的工作。

awk -F: '{L[$1]=L[$1] "," $2} 
   END { for (l in L) printf "%s:%s\n",l,substr(L[l],2);}'

在哪裡

• -F:用作:分隔符
• {L[$1]=L[$1] "," $2}儲存由欄位 1 索引的逗號分隔值
• END在文件末尾
• for (l in L) 循環遍歷值
• printf "%s:%s\n",l,substr(L[l],2);列印，跳過第一個逗號
• 您可以使用","or ", "，相應地調整最終 substr。

awk 可以是單行的，使用

awk -F: '....' File1 > File3

要計算基因，只需添加一個 var tou 計數（此處為 G）。

{L[$1]=L[$1] "," $2;G[$1]++} 
END { for (l in L) printf "%s:%s:%d\n",l,substr(L[l],2),G[l];}

引用自：https://unix.stackexchange.com/questions/348847