使用AWK拆分带表头的制表符文件并为每个子文件保留表头

这问题我处理TSV数据时也碰到过，只需要给你的awk命令加一点表头处理逻辑就行，直接用下面的命令：

awk -F'\t' 'NR==1{header=$0; next} !seen[$1]++{print header > $1} {print > $1}' file.tab

我给你拆解下每个部分的作用，方便理解和调整：

• -F'\t'：明确指定字段分隔符为制表符，完美适配你的TSV文件格式
• NR==1{header=$0; next}：处理到文件第一行（表头行）时，把整行内容存到header变量里，再用next跳过后续逻辑，避免把表头当成普通数据行处理
• !seen[$1]++{print header > $1}：用seen数组记录第一列的每个值是否已处理过。第一次遇到某个第一列值时，!seen[$1]为真，就把保存的表头写入对应文件；之后再遇到相同值时，这个判断为假，不会重复写入表头
• {print > $1}：把当前数据行写入以第一列值命名的文件中

这个命令会自动为第一列的每个唯一值生成对应文件，每个文件都包含原文件的表头，后面跟着属于该样本的所有数据行。如果你的第一列值包含空格、特殊符号这类可能影响文件名的字符，可能需要额外处理，但常规样本名称都能直接用这个命令搞定。

内容的提问来源于stack exchange，提问作者Blaze9