2

我有一个制表符分隔的文件,如下所示:

CHROM <TAB> POS <TAB> AD0062-C <TAB> AD0063-C <TAB> AD0065-C <TAB> AD0074-C 
2L <TAB> 440 <TAB>0/1:63:60,0,249 <TAB>0/1:89:86,0,166 <TAB>1/1:96:107,24,0<TAB>1/1:49:42,6,0  
2L <TAB> 260<TAB>0/1:66:63,0,207<TAB> 1/1:99:227,111,0<TAB>1/1:99:255,144,0<TAB> 1/1:49:42,6,0
2L <TAB> 595 <TAB> 0/1:11:85,0,8 <TAB>0/1:13:132,0,10 <TAB>0/1:73:70,0,131<TAB> 0/1:59:72,0,56

我只想选择从第 3 列开始的前 3 个字符,以便获得如下所示的输出:

CHROM <TAB> POS <TAB> AD0062-C <TAB> AD0063-C <TAB> AD0065-C <TAB> AD0074-C 
2L <TAB> 440 <TAB> 0/1 <TAB> 0/1 <TAB> 1/1 <TAB> 1/1  
2L <TAB> 260 <TAB> 0/1 <TAB> 1/1 <TAB> 1/1 <TAB> 1/1
2L <TAB> 595 <TAB> 0/1 <TAB> 0/1 <TAB> 0/1 <TAB> 0/1

谢谢

4

3 回答 3

2

使用awk. 对于除第一行之外的每一行,如果它有两个以上的字段,则获取它们的子字符串。它适用于每一行的print命令,因为它没有条件。

awk '
    BEGIN { OFS = "\t" }
    NF > 2 && FNR > 1 { 
        for ( i=3; i<=NF; i++ ) { 
            $i = substr( $i, 1, 3 ) 
        } 
    } 
    { print }
' infile

输出:

CHROM   POS     AD0062-C        AD0063-C        AD0065-C        AD0074-C 
2L      440     0/1     0/1     1/1     1/1
2L      260     0/1     1/1     1/1     1/1
2L      595     0/1     0/1     0/1     0/1
于 2012-07-02T14:55:42.940 回答
0

一种使用方式GNU sed。从第二行到最后一行,将制表符之间的所有字符替换为开头的前三个字符,并在每一行中执行多次,但仅从第二个匹配项开始(避免前两个字段):

sed '2,$ s/\([\t]...\)[^\t]*/\1/2g' infile

输出:

CHROM   POS     AD0062-C        AD0063-C        AD0065-C        AD0074-C 
2L      440     0/1     0/1     1/1     1/1
2L      260     0/1     1/1     1/1     1/1
2L      595     0/1     0/1     0/1     0/1
于 2012-07-02T15:08:27.103 回答
0

这可能对您有用(GNU sed):

sed '1b;s/\(\S\{3\}\)\S*/\1/2g' file
于 2012-07-02T18:27:34.897 回答