如何按列标题对含231列的CSV文件进行自然排序？

问题分析 #

你遇到的核心问题是字符串排序（字典序）与数值排序的差异：直接使用sort @F会把sample 10排在sample 101前面，因为字符串比较是逐字符匹配，而非按数字大小比较；同时原命令会让第一列taxon name参与排序，破坏了原有数据结构。

解决方案 #

方法1：Perl脚本（灵活通用） #

这个脚本会先解析表头并建立列名与索引的映射，再按Sample后的数字进行数值排序，最后按正确顺序输出所有行：

#!/usr/bin/perl
use strict;
use warnings;

my @cols_order;
my %col_index;

while (my $line = <>) {
    chomp $line;
    my @fields = split /,/, $line;
    # 处理表头行
    if ($. == 1) {
        my $taxon_col = shift @fields;
        # 按Sample后的数字数值排序
        my @sorted_samples = sort {
            my ($num_a) = $a =~ /sample (\d+)/;
            my ($num_b) = $b =~ /sample (\d+)/;
            $num_a <=> $num_b;
        } @fields;
        # 确定最终列顺序
        @cols_order = ($taxon_col, @sorted_samples);
        # 建立列名到原索引的映射
        $col_index{$taxon_col} = 0;
        for my $i (0..$#fields) {
            $col_index{$fields[$i]} = $i + 1;
        }
        # 输出排序后的表头
        print join(',', @cols_order), "\n";
    } else {
        # 按排序后的列顺序提取数据
        my @output;
        push @output, $fields[$col_index{$_}] for @cols_order;
        print join(',', @output), "\n";
    }
}

使用方式：

1. 将脚本保存为sort_samples.pl
2. 执行命令：

perl sort_samples.pl input.csv > output.csv

方法2：Awk脚本（轻量高效） #

如果熟悉Awk，可以用更简洁的方式实现，直接指定Sample的范围（1到231）：

BEGIN {FS=","; OFS=","}
NR==1 {
    # 保存第一列taxon name
    taxon = $1;
    # 遍历所有Sample列，建立数字与列名、索引的映射
    for (i=2; i<=NF; i++) {
        split($i, arr, " ");
        num = arr[2];
        samples[num] = $i;
        indices[$i] = i;
    }
    # 输出排序后的表头
    printf "%s", taxon;
    for (i=1; i<=231; i++) {
        printf "%s%s", OFS, samples[i];
    }
    print "";
    next;
}
{
    # 按顺序输出对应列的数据
    printf "%s", $1;
    for (i=1; i<=231; i++) {
        col_name = "sample " i;
        printf "%s%s", OFS, $indices[col_name];
    }
    print "";
}

使用方式：
执行命令：

awk -f sort_samples.awk input.csv > output.csv

关键说明 #

• 两个方案都通过提取Sample后的数字进行数值比较（Perl用<=>，Awk直接按数字下标遍历），彻底解决字典序问题。
• 保留taxon name作为第一列，保证数据结构正确，同时确保每个物种的数值与对应Sample列匹配。

内容的提问来源于stack exchange，提问作者desplat yvain