【shell】批量重命名

想按照顺序把文件重新命名成新文件名

按顺序命名

需要准备2个文件，可以通过ls 重定向 获得

#!/bin/bash

# 读取两个文件的行数以确保它们相等
lines1=$(wc -l < all_1)
lines2=$(wc -l < all_2)

if [ "$lines1" -ne "$lines2" ]; then
    echo "Error: The number of lines in all_1 and all_2 must be equal."
    exit 1
fi

# 读取 all_2 文件的所有行到数组中
mapfile -t new_names < all_2

# 逐行读取文件并复制/重命名
i=0
while IFS= read -r old_name; do
    new_name=${new_names[$i]}
    # 复制文件并重命名
    cp "$old_name" "$new_name"
    ((i++))
done < all_1

echo "All files copied and renamed successfully."

重命名后，注意看文件大小

也可以把两个文件放一个文件，再重命名

###按文件大小排序
ls -S *.bin >all_1

paste all_1 all_2 > merged_files.txt

cat merged_files.txt |while read id1 id2
do
cp $id1 $id2
done

合并所有tsv数据：

import sys

def read_gene_list(filename):
    """从文件中读取基因列表"""
    with open(filename, 'r') as file:
        genes = set(line.strip() for line in file)
    return genes

def process_sv_file(genes, sv_filename, output_filename):
    """处理 SV 文件并筛选出基因列表中的基因及其对应的 SV 类型"""
    with open(sv_filename, 'r') as sv_file, open(output_filename, 'w') as output_file:
        for line in sv_file:
            parts = line.strip().split('\t')
            if len(parts) >= 11:  # 确保至少有11列
                gene_part = parts[6]
                for gene in genes:
                    if gene in gene_part:  # 检查第七列是否包含基因列表中的基因
                        sv_type = parts[10]
                        output_file.write(f"{gene}\t{sv_type}\n")
                        break

if __name__ == "__main__":
    if len(sys.argv) != 4:
        print("Usage: python script.py <gene_list_file> <sv_data_file> <output_file>")
        sys.exit(1)

    gene_list_filename = sys.argv[1]
    sv_data_filename = sys.argv[2]
    output_filename = sys.argv[3]

    # 读取基因列表
    genes = read_gene_list(gene_list_filename)

    # 处理 SV 数据文件
    process_sv_file(genes, sv_data_filename, output_filename)

    print("处理完成！")

长数据转宽数据：

library(tidyverse)
data <- read_tsv("merged_with_csj.tsv")
print(data)

# 使用 pivot_wider() 将数据从长格式转换为宽格式
wide_data <- data %>%
  pivot_wider(names_from = sample, values_from = num, values_fill = 0)

print(wide_data)
write_csv(wide_data, "merged_with_csj_wide.csv")

保存表格