Чтобы манипулировать csv-файлом, используя bash-скрипт или python, конвертируя определенные строки в столбец

Я должен csv файл с 6 столбцами, я хочу написать скрипт, используя python или bash, так что я могу сгенерировать новый файл, может быть txtfile, где для каждой строки первые три столбца остаются такими же, что (столбцы 1, 2 и 3 остаются в те же строки), но следующие три столбца, т. е. (столбец 4, 5,6), вставляются в новую строку чуть ниже их предыдущих строк. Я прикрепил изображение моего файла, может кто-нибудь, пожалуйста, помогите мне с тем же

Мой пример файла выглядит так:

Column1   Column2    Column3     Column4    Column5      Column6                              
chr16    2697996    2697997     chr16      2086192      2086193  
chr5    112801382   112801383   chr5       138445682    138445683     
chr15   26869333    26869334    chr8       119416385    119416386

Мой финальный файл должен выглядеть так

Column1  Column2     Column3  
chr16   2697996     2697997  
chr16   2086192     2086193  
chr5    112801382   112801383  
chr5    138445682   138445683  
chr15   26869333    26869334  
chr8    119416385   119416386
Источник

1 ответ

Вот awk подход:

$ awk 'NR>1{for(i=1;i<=NF;i++){ if((i%4)==0) printf "\n"; printf "%s%s",$i,FS;}printf "\n"} END{printf "\n"}' input.csv
chr16 2697996 2697997 
chr16 2086192 2086193 
chr5 112801382 112801383 
chr5 138445682 138445683 
chr15 26869333 26869334 
chr8 119416385 119416386

Предполагая, что в файле есть "Столбцы", было бы проще обработать файл без них, следовательно, NR>1 часть. После этого выполняется простой цикл for, который вставляет символ новой строки всякий раз, когда нет остатка в целочисленном делении на 4 в номере столбца ((i%4) == 0 часть). Это очень распространенная уловка для работы с короткими счетчиками или данными, которые должны появляться через определенные промежутки времени. Новая строка необходима, потому что мы печатаем данные через printf прямо как простая строка, а не полная строка.

Поскольку вы запросили python, вот и скрипт python:

#!/usr/bin/env python3
import sys

with open(sys.argv[1]) as fd:
    for index,line in enumerate(fd):

        items=line.strip().split()
        if index == 0:
            print(" ".join(items[:len(items)//2]))
            continue

        left = items[:len(items)//2]
        right = items[len(items)//2:]
        print( " ".join(left) )
        print( " ".join(right) )

Работает следующим образом:

$ ./break_columns.py ./input.csv 
Column1 Column2 Column3
chr16 2697996 2697997
chr16 2086192 2086193
chr5 112801382 112801383
chr5 138445682 138445683
chr15 26869333 26869334
chr8 119416385 119416386
Источник

Вы можете использовать Miller (https://github.com/johnkerl/miller) и сценарий bash. Начиная с ввода

Column1   Column2    Column3     Column4    Column5      Column6
chr16    2697996    2697997     chr16      2086192      2086193
chr5    112801382   112801383   chr5       138445682    138445683
chr15   26869333    26869334    chr8       119416385    119416386

и бег

<input tail -n +2 | mlr --nidx --ifs ' ' --repifs cut -f 1,2,3 >out_01
<input tail -n +2 | mlr --nidx --ifs ' ' --repifs cut -f 4,5,6 >out_02

mlr --nidx --ifs ' ' --repifs cat out_01 out_02 >out

mlr -I --n2c --fs ' ' cat then label Column1,Column2,Column3 out

у тебя будет

Column1 Column2 Column3
chr16 2697996 2697997
chr5 112801382 112801383
chr15 26869333 26869334
chr16 2086192 2086193
chr5 138445682 138445683
chr8 119416385 119416386

Если вам нужен красивый вывод на печать, измените последнюю команду в mlr -I --n2p --fs ' ' cat then label Column1,Column2,Column3 out

Column1 Column2   Column3
chr16   2697996   2697997
chr5    112801382 112801383
chr15   26869333  26869334
chr16   2086192   2086193
chr5    138445682 138445683
chr8    119416385 119416386
Источник
Другие вопросы по тегам