使用while循环与sed实现TSV表格间ID到分类单元的替换及代码排障求助

我懂你想把table_B里的分类信息（去掉空格后）插入到table_A对应ID的后面，生成包含ID、分类信息和原有数值的合并表格，但之前的shell脚本执行后完全不是你想要的结果对吧？

原脚本的问题所在 #

你写的循环逻辑有两个致命问题：

• 每处理table_B里的一行，就会用sed完整处理一遍table_A并输出，最终会得到6次重复的table_A（对应table_B里在table_A中存在的6个ID），每次只替换一个ID，结果完全混乱。
• sed是直接替换ID本身，而不是在ID后面插入新的分类列，这和你要的追加列的需求完全不符。

正确的解决方案：用awk一次性处理 #

awk非常适合这种关联两个表格的场景，我们可以把table_B的分类信息存成数组，然后遍历table_A时直接调用对应的值，还能轻松插入新列：

awk 'BEGIN {FS=OFS="\t"} 
     # 处理第一个文件table_B，把ID和去空格后的分类信息存到数组里
     NR==FNR {gsub(/ /,"",$2); taxon[$1]=$2; next} 
     # 处理table_A的表头，插入Taxon列
     FNR==1 {print $1, "Taxon", $2, $3, $4, $5, $6} 
     # 处理table_A的每一行数据，把对应分类信息插入到ID后面
     FNR>1 {print $1, taxon[$1], $2, $3, $4, $5, $6, $7}' table_B.tsv table_A.tsv

脚本逐行解释 #

• BEGIN {FS=OFS="\t"}：设置输入和输出的分隔符都是制表符，保证TSV格式的正确性。
• NR==FNR {...}：当处理第一个输入文件（table_B.tsv）时，用gsub(/ /,"",$2)去掉分类信息里的所有空格，然后把ID作为键、处理后的分类信息作为值存入taxon数组，next跳过后续逻辑，继续处理下一行。
• FNR==1 {...}：处理table_A的表头行，在原有表头的第一个列（N20）后面插入Taxon列，保持表头和数据列数一致。
• FNR>1 {...}：处理table_A的每一行数据，把ID对应的分类信息插入到ID和第一个数值列之间，输出完整的一行。

运行这个脚本后，就能得到你想要的目标表格啦。

内容的提问来源于stack exchange，提问作者Tiendu