[英]Using awk to extract information from vcf file
我有一個包含數百萬行的文件,如下所示:
chr1 18217866 . T A 52.2409 . AB=0;ABP=0;AC=2;AF=0;AN=2;AO=2;CIGAR=1X;DP=2;DPB=2;DPRA=0;EPP=7.35324;EPPR=0;GTI=0;LEN=1;MEANALT=1;MQM=60;MQMR=0;NS=1;NUMALT=1;ODDS=7.37776;PAIRED=0;PAIREDR=0;PAO=0;PQA=0;PQR=0;PRO=0;QA=74;QR=0;RO=0;RPP=7.35324;RPPR=0;RUN=1;SAF=2;SAP=7.35324;SAR=0;SRF=0;SRP=0;SRR=0;TYPE=snp GT:DP:RO:QR:AO:QA:GL 1/1:2:0:0:2:74:-7.03,-0.60206,0
我試圖在AF=0
的第二列中找到與給定數字匹配的所有行,如下所示:
grep '1821786*' file.vcf | cut -f 8 | awk -F \; '$4 == 0 {print $4}' | wc -l
這個問題是:
grep '1821786*' file.vcf | cut -f 8 |
打印: AF=0
,這與awk語句中$4 == 0
的比較不匹配。
有沒有辦法剝離AF=
以便awk語句在第4列中匹配0
?
它可以在單個awk中完成,並且具有更高的准確性 :
awk -F '[;[:blank:]]+' '$2 ~ /^1821786/ && $11 == "AF=0"{++n} END{print n}' file.vcf
-F '[;[:blank:]]+'
將輸入字段分隔符設置為分號或空格/制表符。
實際上看起來awk有一個替換函數在這里很有用:
grep '1821786*' file.vcf | cut -f 8 | awk -F \; '{sub(/AF=/,"")} $4 ==0 {print $4}' | wc -l
然后,可以根據需要將其用於vcf文件中的任何其他信息。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.