使用 linux 查找和替換制表符分隔文件中列中的 a 值

Question

例如，我有以下數據：

Name  Chrom  Position
rs1    1     1234  
rs2    1     1789   
rs3    1     1289   
1      1     1269   
2      1     1897

我想在第一列中找到所有不包含字符串 "rs" 的行，並用rs'chrom''position'替換。 名稱 1 看起來像rs11269 。

它最終看起來像這樣：

Name  Chrom  Position   
rs1     1     1234  
rs2     1     1789   
rs3     1     1289   
rs11269 1     1269   
rs11897 1     1897

我知道用 awk 我可以做到

awk '!/rs/{print $1}' file

它會找到第一列中不包含字符串“rs”的所有行，但是我現在如何進一步將其替換為我自己的基於 chrom 和位置構建的 rs ID？ 我會使用 gsub 還是其他東西？ 這不必在 shell 命令中，但 Perl 也是另一個可以使用的選項。 感謝您的幫助。

Answer 1

你可以使用這個命令：

$ awk 'BEGIN{FS=OFS="\t"}NR>1&&!($1~/rs/){$1="rs"$2$3}1' file
Name     Chrom  Position
rs1      1      1234
rs2      1      1789
rs3      1      1289
rs11269  1      1269
rs11897  1      1897

使用BEGIN{FS=OFS="\\t"}我們將輸入和輸出字段分隔符設置為制表符，使用NR>1&&!($1~/rs/)我們過濾掉不是第一個（標題）的行和在第一個字段中不包含字符串“rs”，並且使用{$1="rs"$2$3}我們將第一個字段的值更改為所需的值。 最后一個1是真條件，因此所有行都被打印出來。

Answer 2

perl中的解決方案：

#!/usr/bin/perl 

use strict; 
use warnings; 

use Data::Dumper;

my $row;

#   Open file to read.
open (my $FH, '<', 'test') or die ($!);

# Write new updated file.
open (my $OUT, '>', 'updated_test') or die ($!);


while (my $line = <$FH>){
    chomp($line);
    my @val = split( "\t" , $line );

    if ( $val[0] !~  m/rs/ ) { 
        my $row = "rs" . $val[0] . $val[1] . $val[2] . "\t" . $val[1] . "\t" . $val[2];
        print $OUT $row."\n";
    } 
    else{
        print $OUT $line."\n";
    }
}

close $FH;  
close $OUT; 

輸出：

Name  Chrom  Position   
rs1     1     1234  
rs2     1     1789   
rs3     1     1289   
rs11269 1     1269   
rs11897 1     1897