easyui一行数据拆分成两行_如何用一行命令将一个多样本vcf文件拆分成多个单样本vcf文件(生信高手帖，入门者慎入)...

    我们有一个如下文件：第一行为列名称，第1到第4列为每个样本共用的信息，从第5列到最后一列为每个样本的某个变量的数据，假如我们要将此文件拆分成每个样本的列与第1到第4列的合并而成的多个单个样本文件，该如何处理呢？

举个栗子：

chr start   end allele  D190531P1-180244WS-1_L3.bam D190531P1-180244WS-F-1_L3.bam   D190531P1-180244WS-M-1_L3.bam   D190531P1-180245WS_L3.bam   D190531P1-180246WS_L3.bam   DYDFA-381-1.bam
1   819917  819917  A/G 1   1   1   1   1   0
1   861630  861630  G/A 1   0.6 0.4 1   0.4 0
1   863124  863124  G/T 1   1   0.462366    1   0.358025    0
1   863138  863138  A/C 0   0   0.557895    0   0.648352    0
1   866319  866319  G/A 1   1   1   1   0.979167    1
1   866511  866511  C/CCCCT 1   0.44186 0.462963    0.980392    0.534483    0.735294
1   866519  866519  T/C 0   0   0   0   0   0.225
1   866523  866523  T/C 0   0   0   0   0   0.216216
1   871334  871334  G/T 1   0.54386 0.525   1   0.538462    1

经过拆分后可变为以下六个文件：

chr start   end allele  D190531P1-180244WS-1_L3.bam
1   819917  819917  A/G 1
1   861630  861630  G/A 1
1   863124  863124  G/T 1
1   863138  863138  A/C 0
1   866319  866319  G/A 1
1   866511  866511  C/CCCCT 1
1   866519  866519  T/C 0
1   866523  866523  T/C 0
1   871334  871334  G/T 1

chr start   end allele  D190531P1-180244WS-F-1_L3.bam
1   819917  819917  A/G 1
1   861630  861630  G/A 0.6
1   863124  863124  G/T 1
1   863138  863138  A/C 0
1   866319  866319  G/A 1
1   866511  866511  C/CCCCT 0.44186
1   866519  866519  T/C 0
1   866523  866523  T/C 0
1   871334  871334  G/T 0.54386

chr start   end allele  D190531P1-180244WS-M-1_L3.bam
1   819917  819917  A/G 1
1   861630  861630  G/A 0.4
1   863124  863124  G/T 0.462366
1   863138  863138  A/C 0.557895
1   866319  866319  G/A 1
1   866511  866511  C/CCCCT 0.462963
1   866519  866519  T/C 0
1   866523  866523  T/C 0
1   871334  871334  G/T 0.525

chr start   end allele  D190531P1-180245WS_L3.bam
1   819917  819917  A/G 1
1   861630  861630  G/A 1
1   863124  863124  G/T 1
1   863138  863138  A/C 0
1   866319  866319  G/A 1
1   866511  866511  C/CCCCT 0.980392
1   866519  866519  T/C 0
1   866523  866523  T/C 0
1   871334  871334  G/T 1

chr start   end allele  D190531P1-180246WS_L3.bam
1   819917  819917  A/G 1
1   861630  861630  G/A 0.4
1   863124  863124  G/T 0.358025
1   863138  863138  A/C 0.648352
1   866319  866319  G/A 0.979167
1   866511  866511  C/CCCCT 0.534483
1   866519  866519  T/C 0
1   866523  866523  T/C 0
1   871334  871334  G/T 0.538462

chr start   end allele  DYDFA-381-1.bam
1   819917  819917  A/G 0
1   861630  861630  G/A 0
1   863124  863124  G/T 0
1   863138  863138  A/C 0
1   866319  866319  G/A 1
1   866511  866511  C/CCCCT 0.735294
1   866519  866519  T/C 0.225
1   866523  866523  T/C 0.216216
1   871334  871334  G/T 1

具体命令如下：

head -n 1 ddd.tsv |awk -F"\t" '{for(i=5;i<=NF;i++){sub(".bam",".bed",$i);printf $i"\n";}}'|perl -ne 'chomp;$n++;print "cat ddd.tsv|awk -F\"\\t\" '\''BEGIN{OFS=\"\\t\"}{print \$1,\$2,\$3,\$4,\$".($n+4)."}'\'' > $_\n";'|bash

类似地，对于一个多样本vcf文件，我们要拆分成多个单个样本的vcf文件，则可这样处理：

sed -n '/#CHROM/p' All.vcf|awk -F"\t" '{for(i=10;i<=NF;i++){printf $i"\n";}}'|perl -ne 'chomp;$n++;print "(awk '\''/^##/{print}!/^##/{exit}'\'' All.vcf; sed '\''/^##/d'\'' All.vcf |awk -F\"\\t\" '\''BEGIN{OFS=\"\\t\"}{print \$1,\$2,\$3,\$4,\$5,\$6,\$7,\$8,\$9,\$".($n+9)."}'\'') > $_.vcf\n";'|bash

更多讨论，欢迎关注公众号