求助：编写Shell脚本合并重叠行并拼接对应列数据

刚好做过类似的需求，给你写个实用的Shell脚本，用awk就能高效搞定批量合并的问题！针对你需要合并同一染色体的重叠/连续区间、并将后续列用|拼接的需求，这个脚本可以一次性处理你的20个文件。

#!/bin/bash

# 批量处理传入的所有文件
for file in "$@"; do
    # 用awk处理单个文件的核心逻辑
    awk '
    BEGIN {
        FS=" ";  # 设置输入字段分隔符为空格
        OFS=" "; # 设置输出字段分隔符为空格
    }

    # 处理每一行数据
    {
        current_chr = $1
        current_start = $2
        current_end = $3
        
        # 提取第4到第6列的内容，存到临时变量
        field4 = $4
        field5 = $5
        field6 = $6

        # 如果是新的染色体，或者是当前染色体的第一行
        if (!prev_chr || prev_chr != current_chr) {
            # 如果之前有未输出的合并数据，先输出
            if (prev_chr) {
                print prev_chr, merged_start, merged_end, joined_field4, joined_field5, joined_field6
            }
            # 初始化当前染色体的合并参数
            prev_chr = current_chr
            merged_start = current_start
            merged_end = current_end
            joined_field4 = field4
            joined_field5 = field5
            joined_field6 = field6
        } else {
            # 合并区间：更新end为最大的那个（覆盖重叠/连续的情况）
            if (current_end > merged_end) {
                merged_end = current_end
            }
            # 拼接后续字段
            joined_field4 = joined_field4 "|" field4
            joined_field5 = joined_field5 "|" field5
            joined_field6 = joined_field6 "|" field6
        }
    }

    # 处理最后一组未输出的数据
    END {
        if (prev_chr) {
            print prev_chr, merged_start, merged_end, joined_field4, joined_field5, joined_field6
        }
    }
    ' "$file" > "${file}_merged.txt"
    
    echo "✅ 处理完成：$file -> ${file}_merged.txt"
done

1. 把上面的代码保存成merge_interval_data.sh文件。
2. 给脚本添加执行权限：

   chmod +x merge_interval_data.sh
   

3. 运行脚本，传入你的20个文件（比如所有.bed或.txt后缀的文件）：

   ./merge_interval_data.sh your_file1.txt your_file2.txt ... your_file20.txt
   # 或者用通配符批量匹配：./merge_interval_data.sh *.txt
   

• 区间合并逻辑：脚本会自动识别同一染色体的行，把重叠/连续的区间合并成从第一个起始到最后一个结束的大区间。
• 字段拼接：第4、5、6列的内容会按顺序用|连接起来，完全符合你给出的示例格式。
• 文件输出：每个源文件会生成一个原文件名_merged.txt的结果文件，不会覆盖你的原始数据，安全又方便。
• 排序要求：请确保你的输入文件是按染色体名称、区间起始位置升序排序的，如果没有排序，先对每个文件执行排序命令：

  sort -k1,1 -k2,2n input.txt > sorted_input.txt
  

  再用脚本处理排序后的文件，否则合并结果会出错。

内容的提问来源于stack exchange，提问作者Karthik Nair