☰

awkを使用して特定の列からゼロ未満の値と点を抽出し、行全体を印刷する方法

tag-icon • tag-icon text-processing awk bioinformatics
awkを使用して特定の列からゼロ未満の値と点を抽出し、行全体を印刷する方法

タブ区切りのファイルがあり、2番目の列から「exonic」項目を抽出し、3番目の列から「同義語ではないSNV」項目を抽出し、未満（< 1）とポイント値（.）を抽出しようとしています。

Chr     Func.refGene    ExonicFunc.refGene  1000g2015aug_eas 1000g2015a avsnp147    ExAC_ALL
chr1    intergenic      synonymous SNV      .                .          .           .
chr1    exonic          nonsynonymous SNV   1.2              .          .           .
chr2    exonic          nonsynonymous SNV   0.246            .          rs2022      0.4061
chr2    intronic        synonymous SNV      .                0.7386     rs2289093   0.7275
chr2    exonic          nonsynonymous SNV   0.6131           0.7376     rs227       0.7167
chr2    intergenic      nonsynonymous SNV   .                0.231      .           .
chr3    exonic          synonymous SNV      0.2192           0.2376     rs230       0.2205
chr3    intergenic      nonsynonymous SNV   2.01             0.2376     rs230       0.2204

期待される出力

chr2    exonic  nonsynonymous SNV   0.246   .       rs2289195   0.4061
chr2    exonic  nonsynonymous SNV   0.6131  0.7376  rs2276599   0.7167

以下は私が書いたコードです。 awk -F'\t' '$2~/exonic/ && $3~/nonsynonymous SNV/ && $4~/^0/ && $5~/^0/ && $7~/^0/{print $0}' inputfile.txt >> outputfile.txtこれは、4、5、7列から0（1未満）で始まる項目を抽出しますが、1未満とポイント（.）を抽出する方法がわかりません。

答え1

正規表現テストを使用する代わりに、文字列については文字列比較を、数値については数値比較を実行することをお勧めします。

$2 == "exonic"

そして

$4+0 < 1

（+0語彙比較の代わりに数値比較を強制します）。それ以外は論理的に正しいかという問題です。

$ awk -F'\t' '$2 == "exonic" && $3 == "nonsynonymous SNV" && ($4+0 < 1 || $4 == ".") && ($5+0 < 1 || $5 == ".") && ($7+0 < 1 || $7 == ".")' inputfile.txt
chr2    exonic  nonsynonymous SNV   0.246   .   rs2022  0.4061
chr2    exonic  nonsynonymous SNV   0.6131  0.7376  rs227   0.7167

関連情報