一些调整：

• 在2启动循环计数器
• 每次循环计数器递增+3

修改OP的代码：

$ awk 'BEGIN {FS=OFS="\t"} {printf "%s",$1; for (i=2;i<=NF;i+=3) printf "%s%s",OFS,$i; print ""}' input.csv    
gene    raw_counts      raw_counts      raw_counts      raw_counts      raw_counts

对样本输入和预期输出进行多次更改后，最新的：

$ cat input.csv
Hybridization REF       TCGA-A3-3306-01A-01R-0864-07    TCGA-A3-3306-01A-01R-0864-07    TCGA-A3-3306-01A-01R-0864-07    TCGA-A3-3307-01A-01R-0864-07    TCGA-A3-3307-01A-01R-0864-07      TCGA-A3-3307-01A-01R-0864-07
gene    raw_counts      median_length_normalized        RPKM    raw_counts      median_length_normalized        RPKM
?|100130426     1       0.122549019607843       0.0330807728010661      0       0       0

上面的awk生成：

Hybridization REF       TCGA-A3-3306-01A-01R-0864-07    TCGA-A3-3307-01A-01R-0864-07
gene    raw_counts      raw_counts
?|100130426     1       0

您可以执行以下操作：

awk 'BEGIN{FS=OFS="\t"}
FNR==1{
    header[1]
    for(i=2;i<=NF;i++) if($i=="raw_counts") header[i]
}
{
    for (i=1;i<=NF;i++) 
        if(i in header) {printf("%s%s", sep, $i); sep=OFS}
    print ""
}' file

不过，第一次打印时，它会打印头文件，从那时起，它只打印与这些头文件关联的值。

**更新1：**使整个系统端到端工作（https至关重要）：

• --我使用了bsd-tar而不是gnu-tar *

curl -s -L -f -g '

   https://gdac.broadinstitute.org/runs/stddata__2016_01_28/
                                       data/KIPAN/20160128/
           gdac.broadinstitute.org_KIPAN.
            Merge_rnaseq__illuminahiseq_rnaseq__unc_edu__Level_3
             __gene_expression__data.Level_3.2016012800.0.0.tar.gz' | 

 tar -xvO -f- |

 mawk '{ print $1 '"$( jot -s '' -w ',$%d' - 2 14 3 )"' }' OFS='\t' | 

 gcat -n

不要浪费时间循环列- * 使用seq或jot动态生成静态awk代码：*

gawk -be '{ print $1 '"$( jot -s '' -w ',$%d' - 2 14 3 )"' }'

  # gawk profile, created Fri Feb  3 13:08:10 2023

  # Rule(s)

 1  {
 1      print $1, $2, $5, $8, $11, $14
     }

gene raw_counts raw_counts raw_counts raw_counts raw_counts