如何根據字段拆分文件並編輯內容

Question

我不確定是否可以使用unix命令執行此操作，或者我需要更復雜的代碼，如python。

我有一個很大的輸入文件，有3列-id，不同的序列（第二列）分組在不同的組中（第三列）。

Seq1  MVRWNARGQPVKEASQVFVSYIGVINCREVPISMEN  Group1 
Seq2  PSLFIAGWLFVSTGLRPNEYFTESRQGIPLITDRFDSLEQLDEFSRSF Group1 
Seq3  HQAPAPAPTVISPPAPPTDTTLNLNGAPSNHLQGGNIWTTIGFAITVFLAVTGYSF Group20 

我想： 分裂根據所述組ID這個文件，並且爲每個組創建單獨的文件;編輯每個文件中的信息，在ID的開頭添加一個「>」符號;然後爲該序列創建一個新行

Group1.txt file 
>Seq1 
MVRWNARGQPVKEASQVFVSYIGVINCREVPISMEN  
>Seq2 
PSLFIAGWLFVSTGLRPNEYFTESRQGIPLITDRFDSLEQLDEFSRSF 

Group20.txt file 
>Seq3 
HQAPAPAPTVISPPAPPTDTTLNLNGAPSNHLQGGNIWTTIGFAITVFLAVTGYSF 

我該怎麼做？

Answer 1

這個shell腳本應該做的伎倆：

#!/usr/bin/env bash 

filename="data.txt" 
while read line; do 
    id=$(echo "${line}" | awk '{print $1}') 
    sequence=$(echo "${line}" | awk '{print $2}') 
    group=$(echo "${line}" | awk '{print $3}') 
    printf ">${id}\n${sequence}\n" >> "${group}.txt" 
done < "${filename}" 

其中data.txt是包含原始數據文件的名稱。

重要的是，在運行腳本之前，組文件不應該存在。

Answer 2

AWK將這樣的伎倆：

awk '{ print ">"$1 "\n" $2 >> $3".txt"}' input.txt