嘿，我刚开始使用 Linux，我有一个包含 5k 列的大型数据集，所有列的名称都不同，用于比较患者数据。我想从其他组（例如 BC、PR...等）中提取“PC”数据的子集。 PC大约有100名成员，全部被贴上PC****的标签。其中 **** 是案例编号。
数据看起来像这样（尽管分隔符 = ）：
| ID_REF | BC0010 | BC0011 | PC0023 | PC0013 | PR0007 | PR0053 |
|---|---|---|---|---|---|---|
| 基因1 | 1.177703095 | -1.32116828 | -2.176250582 | -2.079342976 | -1.427146954 | 10.64102737 |
| 基因2 | 1.177703095 | -1.32116828 | -2.176250582 | -2.079342976 | -1.427146954 | 10.64102737 |
| 基因3 | 1.177703095 | -1.32116828 | -2.176250582 | -2.079342976 | -1.427146954 | 10.64102737 |
我想要得到的是（再次使用分隔符=）：
| ID_REF | PC0023 | PC0013 |
|---|---|---|
| 基因1 | -2.176250582 | -2.079342976 |
| 基因2 | -2.176250582 | -2.079342976 |
| 基因3 | -2.176250582 | -2.079342976 |
到目前为止我已经尝试过：
$ awk -F/t -v col=*PC 'NR==1{for(i=1;i<=NF;i++){if($i==col){c=i;break}} print $c} NR>1{print $c}' data.txt > pcData.txt
但是由于某种原因，这不会对数据进行子集化，我最终会返回所有列。
我不知道要在 col= 中放入什么？？？使这项工作成功。
感谢您的帮助！