我想在 linux shell 脚本中有条件地替换一些列。
我的数据是
ID chr pos ver
rs1234 1 12312 b1
rs1245 1 21312 b1
chr1:7576:D 1 22312 b1
rs1002 1 34535 b1
chr1:2434:D 1 34534 b1
MER:1222 1 54645 b1
rs2123 1 45645 b1
如果第一列以“MER”开头或以“D”结尾，我想用“NA”替换第三列。所以最终文件如下
ID chr pos ver
rs1234 1 12312 b1
rs1245 1 21312 b1
chr1:7576:D 1 **NA** b1
rs1002 1 34535 b1
chr1:2434:D 1 **NA** b1
MER:1222 1 **NA** b1
rs2123 1 45645 b1
这是使用 perl 单行的解决方案：
perl -pe 's/^(MER:.+?|.+?:D)(\s+\d+\s+)(\d+)(.*)$/$1$2**NA**$4/' foo.txt
在 perl 中添加 -i 选项可以直接修改原始文件。
以下是上述示例的更详细细分：
您可以使用 s/match/replace/ 语法搜索和替换...
s/^(MER:.+?|.+?:D)(\s+\d+\s+)(\d+)(.*)$/$1$2**NA**$4/
^^ ^ ^
括号用于捕获要在替换中使用的匹配组。
s/^(MER:.+?|.+?:D)(\s+\d+\s+)(\d+)(.*)$/$1$2**NA**$4/
^_____________^^_________^^___^^__^
$1 $2 $3 $4
仅当正则表达式匹配时才会发生替换，因此括号中的第一组确定您的情况下的匹配。由于您想以 开头MER:或结尾:D，因此该|符号用于表示“或”。
正则表达式是一种强大的搜索和替换方式，许多工具和语言都支持它。值得在网上找到一个教程来更好地理解这种语法。
这是一个解决方案sed
sed -e 's/\(\(MER:[0-9]\+\|[0-9:]D\)\s\+[0-9]\+\s\+\)[0-9]\+\(.*\)/\1**NA**\3/g' INPUTFILE
这会产生
ID chr pos ver
rs1234 1 12312 b1
rs1245 1 21312 b1
chr1:7576:D 1 **NA** b1
rs1002 1 34535 b1
chr1:2434:D 1 **NA** b1
MER:1222 1 **NA** b1
rs2123 1 45645 b1
但awk可能是去这里的方式。或者perl。
您可以通过以下方式实现此目的awk：
# awk '{if(NR!=1&&($1~/^MER/||$1~/D$/)){$3="N/A"} print $0}' INPUT > OUTPUT
这将使用您的示例数据给出以下输出：
ID chr pos ver
rs1234 1 12312 b1
rs1245 1 21312 b1
chr1:7576:D 1 N/A b1
rs1002 1 34535 b1
chr1:2434:D 1 N/A b1
MER:1222 1 N/A b1
rs2123 1 45645 b1
如果你想保持格式并且你的列是固定宽度的，你可以使用一个printf语句来代替：
# awk '{if(NR!=1&&($1~/^MER/||$1~/D$/)){$3="N/A"} printf("%-As %Bs %Cs %Ds\n",$1,$2,$3,$4)}' INPUT > OUTPUT
用表示所需列宽的整数替换 A、B、C 和 D。例如：
# awk '{if(NR!=1&&($1~/^MER/||$1~/D$/)){$3="N/A"} printf("%-11s %1s %5s %2s\n",$1,$2,$3,$4)}' INPUT > OUTPUT
这使：
ID chr pos ver
rs1234 1 12312 b1
rs1245 1 21312 b1
chr1:7576:D 1 N/A b1
rs1002 1 34535 b1
chr1:2434:D 1 N/A b1
MER:1222 1 N/A b1
rs2123 1 45645 b1