awk function 比较器查找两个值之间的数据点

Question

我尝试使用 awk 运算符来在 vcf 文件中查找某些值。 据推测，这应该在第 2 列中为我提供介于 31497996 和 31510225 之间的值。但这只会在该区域之外生成数字？

我还尝试在前面使用 +$2 将值从字符串转换为数字，但这也没有成功。

awk '$1=="chr6" && $2<"31510225" && $2>"31497996" {print $0}' test.vcf > test.txt

output

chr6    3150515 rs3799216
chr6    3150783 rs3799218

Answer 1

实际上，这个脚本只是比较两个字符串，没有数字。 如果要比较数字，只需删除"31510225"和"31497996"周围的引号。

awk '$1=="chr6" && $2<31510225 && $2>31497996 {print $0}' test.vcf > test.txt

Answer 2

awk -F "\t" '$1 == "chr6" && $2 < 31510225 && $2 > 31497996' file.vcf

但这与使用tabix或bcftools查询索引的 VCF/BCF 文件相比会很慢。 这些工具使查询其他位置变得容易且超快速，而无需再次遍历您的（通常）大型变体列表。 改为考虑：

首先， bgzip (htslib) 你的 VCF 文件：

bgzip file.vcf

其次，使用 tabix 或 bcftools 索引 bgzip 压缩的 VCF 文件：

# with tabix
tabix file.vcf.gz

# with bcftools
bcftools index file.vcf.gz

最后，通过提供区域字符串检索感兴趣的区域：

# with tabix
tabix file.vcf.gz chr6:31510225-31497996

# with bcftools
bcftools view file.vcf.gz chr6:31510225-31497996

Answer 3

对不起，我只是手动滚动文件，发现区域之间没有数据。