0

我有一个包含不同条目的VCF 文件，我需要根据多个匹配替换（或添加如果不存在）子字符串。例如

head file

### OUTPUT:
1   47746672    .   A   G   .   .   pz_name=GHARTxI16uuT15921;qual=2201;
1   47746672    .   C   G   .   .   pz_name=GHARMALFI17uuM12201;qual=1932;status=RE;
1   47746675    .   C   G   .   .   pz_name=GHARIGANI17uuA10531;qual=1541;
1   47746675    .   C   G   .   .   pz_name=GHARTxI16uuT15921;qual=1440;status=AC;
1   47746675    .   C   G   .   .   pz_name=GHARFSGSI17uuC19091;qual=816;
# ...

我需要查看一些条件，以便为变异患者的每个组合仅隔离一条特定的行（两者都可以重复，但它们的组合是唯一的），例如，以第 4 行为例：

  • 那$2 == "47746675" && $3 == "C" && $4 == "G"
  • 和pz_name=GHARTxI16uuT15921

在这个特定的行中，我需要：

  • status=something;缺席时添加
  • 如果存在则替换status=<something-else>为status=something

如何在 bash 中使用某种就地替换来完成这一切？可能吗？替代品性能有效的方法建议将不胜感激！

非常感谢您的帮助！

4

1 回答 1

2

这是你想做的吗？

$ awk '{print $0 (/pz_name=GHARFSGSI17uuC19091/ && !/status=/ ? "status=something;" : "")}' file
1   47746675    .   C   G   .   .   ad_alt=73;ad_ref=65;denovo=NA;dp_bin=50;father_dp_bin=NA;father_gt=NA;filter=PASS;gene_name_correct=STIL;gq=99;gt=het;mother_dp_bin=NA;mother_gt=NA;perc_alt=0.5252;pz_name=GHARMALFI17uuM11471;qual=2201;
1   47746675    .   C   G   .   .   ad_alt=65;ad_ref=57;denovo=NA;dp_bin=50;father_dp_bin=NA;father_gt=NA;filter=PASS;gene_name_correct=STIL;gq=99;gt=het;mother_dp_bin=NA;mother_gt=NA;perc_alt=0.5242;pz_name=GHARMALFI17uuM12201;qual=1932;status=RE;
1   47746675    .   C   G   .   .   ad_alt=53;ad_ref=38;denovo=NA;dp_bin=50;father_dp_bin=NA;father_gt=NA;filter=PASS;gene_name_correct=STIL;gq=99;gt=het;mother_dp_bin=NA;mother_gt=NA;perc_alt=0.5824;pz_name=GHARIGANI17uuA10531;qual=1541;
1   47746675    .   C   G   .   .   ad_alt=48;ad_ref=49;denovo=NA;dp_bin=50;father_dp_bin=NA;father_gt=NA;filter=PASS;gene_name_correct=STIL;gq=99;gt=het;mother_dp_bin=NA;mother_gt=NA;perc_alt=0.4948;pz_name=GHARTxI16uuT15921;qual=1440;status=AC;
1   47746675    .   C   G   .   .   ad_alt=29;ad_ref=39;denovo=NA;dp_bin=50;father_dp_bin=NA;father_gt=NA;filter=PASS;gene_name_correct=STIL;gq=99;gt=het;mother_dp_bin=NA;mother_gt=NA;perc_alt=0.4265;pz_name=GHARFSGSI17uuC19091;qual=816;status=something;

如果你想“就地”编辑，那么使用 GNU awk useawk -i inplace '...' file或任何 awk use awk '...' file > tmp && mv tmp file。

更新：鉴于您更新的问题：

$ awk '$2 == "47746675" && $4 == "C" && $5 == "G" && /pz_name=GHARFSGSI17uuC19091/{ sub(/(status=.*)?$/,"status=something;")} 1' file} 1' file
### OUTPUT:
1   47746672    .   A   G   .   .   pz_name=GHARTxI16uuT15921;qual=2201;
1   47746672    .   C   G   .   .   pz_name=GHARMALFI17uuM12201;qual=1932;status=RE;
1   47746675    .   C   G   .   .   pz_name=GHARIGANI17uuA10531;qual=1541;
1   47746675    .   C   G   .   .   pz_name=GHARTxI16uuT15921;qual=1440;status=AC;
1   47746675    .   C   G   .   .   pz_name=GHARFSGSI17uuC19091;qual=816;status=something;
# ...
于 2019-07-27T04:20:24.757 回答