我有三个文件,我想从中提取一些列并将它们粘贴到一个新文件中。这些文件不一定具有相同的行数。它们按照第一列中的值排序。从多个.csv文件中提取列并将它们合并为一个
文件1具有以下结构:
col1;col2;col3;col4
SAMPLE-1;1;1;1
SAMPLE-2;1;1;1
SAMPLE-3;1;1;1
SAMPLE-4;1;1;1
此文件由分隔 “;”代替 “”
文件2具有以下结构:
col5,col6,col7,col8
SAMPLE-1_OTHER_INFO,2,2,2
SAMPLE-2_OTHER_INFO,2,2,2
SAMPLE-3_OTHER_INFO,2,2,2
文件3具有以下结构:
col9,col10,col11,col12
SAMPLE-1_OTHER_INFO,3,3,3
SAMPLE-2_OTHER_INFO,3,3,3
SAMPLE-3_OTHER_INFO,3,3,3
输出文件(summary.csv)应该是这样的:
col1,col2,col4,col6,col7,col10,col12
SAMPLE-1,1,1,2,2,3,3
SAMPLE-2,1,1,2,2,3,3
SAMPLE-3,1,1,2,2,3,3
SAMPLE-4,1,1,,,,
基本上所有三个文件的第一列都包含样本标识符。 file1的'col1'应该是输出文件的第一列。 col1中的标识符应该与file2和file3的col5和col9中的标识符匹配。比较时不应该考虑'_OTHER_INFO'部分。
如果匹配,应添加文件2和3的col6,col7,col10和col12值的信息。
如果没有比赛,该行仍然应该在输出文件,但最后四列应该是空的(如在这种情况下,“样品4”)
我正打算执行此操作用awk或'cut/paste'命令。但是我不知道我应该如何寻找col1,col5和col9中的值之间的匹配。
我会建议使用一些解释的langauge像[蟒](https://stackoverflow.com/q (https://stackoverflow.com/questions/tagged/perl)或[ruby](https://stackoverflow.com/questions/tagged/ruby)。我相信Awk会有这种可能,使用这种语言之一应该会更容易。例如,在python中你可以使用[csv module](https://docs.python.org/2/library/csv.html),这是专门为这样的任务设计的。 –