如何用jq将multiqc_data.json的指定统计数据转为TSV？

你的问题出在直接对report_general_stats_data[1]使用@tsv——这个元素是嵌套结构（包含表头定义、样本行数据等），并非扁平化的样本统计集合，所以输出不符合预期。以下是针对不同场景的解决方法：

场景1：已知目标统计组的索引（比如你之前用的[1]） #

如果确定report_general_stats_data[1]是包含目标字段的统计组，用以下命令提取指定字段并生成标准TSV：

jq -r '
# 定义输出表头和要提取的字段
["sample_id", "filtering_result_passed_filter_reads", "pct_adapter"] as $headers
# 先输出表头行
| $headers | @tsv
# 遍历样本数据，提取对应字段并拼接内容
| . + "\n" + (.report_general_stats_data[1].rows | to_entries[] | [.key, .value.filtering_result_passed_filter_reads, .value.pct_adapter] | @tsv)
' multiqc_data.json > multiqc_data.tsv

场景2：不确定统计组索引，按字段自动匹配 #

如果不知道目标字段在哪个统计组里，可通过字段存在性自动定位，命令如下：

jq -r '
["sample_id", "filtering_result_passed_filter_reads", "pct_adapter"] as $headers
| $headers | @tsv
| . + "\n" + (.report_general_stats_data[]
    # 筛选包含目标字段的统计组
    | select(.rows | any(.[] | has("filtering_result_passed_filter_reads") and has("pct_adapter")))
    # 遍历每个样本的统计数据
    | .rows | to_entries[]
    | [.key, .value.filtering_result_passed_filter_reads, .value.pct_adapter] | @tsv)
' multiqc_data.json > multiqc_data.tsv

注意事项 #

• 如果JSON中的字段名和示例有差异（比如大小写、前缀不同），需修改命令中对应的字段名。可先用jq '.report_general_stats_data[1].rows | .[]' multiqc_data.json查看样本的完整字段列表。
• 如需提取更多字段，只需在$headers数组和后续的[]中添加对应的字段名即可。

内容的提问来源于stack exchange，提问作者amolares