如何用awk打印制表符文件的第1列及所有raw_counts列？

你的原有脚本从第3列开始输出所有字段，完全没有做筛选，所以输出和输入一致，无法满足提取第1列+所有raw_counts列的需求。以下是修正后的awk脚本：

BEGIN {FS = "\t"; OFS = "\t"}
NR == 1 {
    # 缓存第一行的样本表头
    for (i=1; i<=NF; i++) h1[i] = $i
    next
}
NR == 2 {
    # 收集所有raw_counts列的索引，同时输出第一行的筛选后表头
    printf "%s", h1[1]
    for (i=1; i<=NF; i++) {
        if ($i == "raw_counts") {
            cols[++n] = i
            printf "%s%s", OFS, h1[i]
        }
    }
    printf "\n"
    # 输出第二行的字段名：gene + raw_counts
    printf "%s", $1
    for (j=1; j<=n; j++) {
        printf "%s%s", OFS, $(cols[j])
    }
    printf "\n"
    next
}
# 处理后续数据行
{
    printf "%s", $1
    for (j=1; j<=n; j++) {
        printf "%s%s", OFS, $(cols[j])
    }
    printf "\n"
}

脚本说明 #

1. 第一行处理：缓存样本名称行的所有字段，后续用于生成筛选后的表头
2. 第二行处理：遍历字段名，记录所有值为raw_counts的列索引，同时输出筛选后的表头（第一列+对应样本名）和字段名行（gene+raw_counts）
3. 数据行处理：输出第一列，再依次输出所有raw_counts列的值

使用命令 #

将脚本保存为prog.awk，执行：

awk -f prog.awk input.txt > output.csv

执行后输出结果与你的需求一致（注：你给出的期望输出第二行末尾的RPKM应为笔误，脚本会严格输出所有raw_counts列）

内容的提问来源于stack exchange，提问作者melolilili