0

我正在使用具有大量列的制表符分隔文件（VCF 文件在此处输入链接描述）（下面是一个小示例）

1 13979 S01_13979 C G . . PR GT ./. ./.
1 13980 S01_13980 G A . . PR GT ./. ./.
1 13986 S01_13986 G A . . PR GT ./. ./.
1 14023 S01_14023 G A . . PR GT 0/0 ./.
1 15671 S01_15671 A T . . PR GT 0/0 0/0
1 60519 S01_60519 A G . . PR GT 0/0 0/0
1 60531 S01_60531 T C . . PR GT 0/0 0/0
1 63378 S01_63378 A G . . PR GT 1/1 ./.
1 96934 S01_96934 C T . . PR GT 0/0 0/0
1 96938 S01_96938 C T . . PR GT 0/0 0/0

在第一列（染色体名称）中，我有从 1 到 26 的数字（例如 1,2,...25,26）。我想为 1 到 9 的数字添加 HanXRQChr0 前缀，为 10 到 26 的数字添加 HanXRQChr 前缀。所有其他列中的值应保持不变。现在我尝试了一个sed解决方案，但输出并不完全正确（最后一个管道不起作用）：

cat test.vcf | sed -r '/^[1-9]/ s/^[1-9]/HanXRQChr0&/' | sed -r '/^[1-9]/ s/^[0-9]{2}/HanXRQChr&/' > test-1.vcf

如何做到这一点AWK？我认为AWK在我的情况下使用会更安全，直接更改文件的第一列。

4

2 回答 2

2

由于您没有提供示例输入，因此这是一个带有模拟数据的脚本

$ seq 1 3 30 | awk '1<=$1 && $1<=26 {$1=sprintf("HanXRQChr%02d",$1)}1'
HanXRQChr01
HanXRQChr04
HanXRQChr07
HanXRQChr10
HanXRQChr13
HanXRQChr16
HanXRQChr19
HanXRQChr22
HanXRQChr25
28

请注意， 28 转义了前缀逻辑。

为了防止制表符分隔符转换为空格，请将 BEGIN 块添加到开头

$ awk 'BEGIN{FS=OFS="\t"} ...
于 2018-08-21T18:50:46.133 回答
2

请您尝试以下操作。

awk -v first="HanXRQChr0" -v second="HanXRQChr" '
$1>=1 && $1<=9{
  $1=first $1
}
$1>=10 && $1<=26{
  $1=second $1
}
1' Input_file

您也可以根据需要更改名为firstand的变量second的值。它将检查第一个字段的值是否从 1 到 9 它将为变量second值添加前缀，如果第一个字段的值从 10 到 26 它将在其中添加first变量值的前缀。

说明：这里也为上面的代码添加说明。

awk -v first="HanXRQChr0" -v second="HanXRQChr" '  ##Creating variable named first and second and you could keep their values as per your need.
$1>=1 && $1<=9{                                        ##Checking condition when first field is greater than or equal to 1 and less than or equal to 9 here then do following.
  $1=first $1                                          ##Re-creating the first field and adding variable first value before it here.
}                                                      ##closing this condition block here.
$1>=10 && $1<=26{                                      ##Checking condition here if 1st field is greater than or equal to 10 AND lesser than or equal to 26 then do following.
  $1=second $1                                         ##Re-creating first field value and adding variable second value before $1 here.
}                                                      ##Closing this condition block here.
1                                                      ##Mentioning 1 will be printing the line here.
' Input_file                                           ##Mentioning Input_file name here.
于 2018-08-21T19:12:17.970 回答