如何将egrep结果作为变量传入awk，实现CSV指定文本匹配追加

输入数据集 #

col1,col2,col3,col4
read1,chr1,Unassigned_NoFeatures,
read2,chr2,Assigned,
read3,chr3,,Assigned

需求 #

提取每行中的Assigned或Unassigned_NoFeatures字符串，将其追加到第一列的read名称后（目标字符串不固定在同一列，需逐行匹配）。

尝试的错误脚本 #

cat my_file.csv | variable=$(egrep -o "Assigned|Unassigned_NoFeatures") | awk -F, '{print $1"_"variable,$2}'

期望输出 #

read1_Unassigned_NoFeatures,chr1
read2_Assigned,chr2
read3_Assigned,chr3

解决方法 #

原脚本的问题在于一次性将所有匹配结果存入变量，无法实现逐行对应。直接使用awk即可完成整个任务，无需额外调用egrep，以下是两种可行方案：

方案一：遍历列匹配 #

awk -F, 'NR>1 {
    for(i=1;i<=NF;i++) {
        if($i ~ /^(Assigned|Unassigned_NoFeatures)$/) {
            status=$i
            break
        }
    }
    print $1"_"status","$2
}' my_file.csv

• NR>1：跳过表头行
• 循环遍历当前行所有列，找到匹配目标字符串的列后赋值给status
• 输出拼接后的第一列与第二列

方案二：整行正则匹配提取 #

awk -F, 'NR>1 {
    match($0, /Assigned|Unassigned_NoFeatures/)
    status=substr($0, RSTART, RLENGTH)
    print $1"_"status","$2
}' my_file.csv

• match()函数在当前行中匹配目标正则，RSTART和RLENGTH分别记录匹配结果的起始位置和长度
• substr()提取匹配到的字符串，后续输出逻辑与方案一一致

内容的提问来源于stack exchange，提问作者Apex