合并表达矩阵
2019-04-25 本文已影响0人
多啦A梦的时光机_648d
在跑完htseq或者featureCounts之后会生成很多个如下的样本表达矩阵：
image.png
我们看一下每个样本有多少行：
wc -l 样本.count
发现都是55455行，这样的话就可以按行合并：
image.png
paste SRR3589959.count SRR3589960.count SRR3589961.count SRR3589962.count > merge.count
最后生成如下矩阵：
image.png
这时候发现gene_id是一样的，我们可以提取我们想要的列，比如要第1,2,4,6,8列：
awk '{printf $1 "\t" ; for (i=2; i<=NF; i=i+3) printf $i "\t" ; print $i}' merge.count > merge2.conut
image.png
最后就拿到我们想要的合并的表达矩阵。
当然你也可以一步到位：
paste ./SRR3589959.count ./SRR3589960.count ./SRR3589961.count ./SRR3589962.count | awk '{printf $1 "\t" ; for (i=2; i<=NF; i=i+2) printf $i "\t" ; print $i}' > ./merge.count
或者加个通配符：
paste ./*.count | awk '{printf $1 "\t" ; for (i=2; i<=NF; i=i+2) printf $i "\t" ; print $i}' > ./merge.count
