上記のようなCSVファイルが、フォルダのなかに(P-0000012)という名前(識別番号です)で格納されています。タイトル名はフォルダ名と同じでP-0000012です。このCSVファイルを[Genes, Mutation Type]のみにして下図のようにしたいです。
これ一つであれば、手作業でできますが、この操作を同じフォルダ内の数百のCSVファイルに対して繰り返しで行い、最終的に結合するのが目的です。元のファイルの次元が多すぎて、これをどのように削減してID×Genesの表にすれば良いか、ご教示いただきたく存じます。
環境としては、Mac OS(Arm64), 主な使用言語はR, Pandasです。
AWK でやってみました．
#!/usr/bin/awk -f
BEGIN {
FS = ","
}
FNR == 1 {
if (NR != 1) printf("\n") # Terminate previous line
id = FILENAME
gsub(/(^.*\/|\.csv$)/, "", id) # Basename without extension
printf "%s", id
next
}
{
printf ",%s", $3 # Mutation type
}
END {
printf "\n"
}
次のようなコマンドで変換後の CSV ファイルができます．
ただしヘッダー行はありませんので，必要ならば別途挿入してください．
awk -f convert.awk path/to/folder/*.csv >out.csv