☰

awkを使用して各行の最初の2つの部分を抽出します。

tag-icon • tag-icon awk sed
awkを使用して各行の最初の2つの部分を抽出します。

次のようにスペースで区切られたファイルがあります。

0   22:16050847:T:C 0   16050847
0   rs62224609:16051249:T:C 0   16051249
0   22:16051250:G:A 0   16051250
0   GSA-rs138295790 0   16057310

最初の2つの部分のみを抽出するように2番目の列を変更するにはどうすればよいですか？私の出力は次のようになりたいです。

0   22:16050847 0   16050847
0   rs62224609:16051249 0   16051249
0   22:16051250 0   16051250
0   GSA-rs138295790 0   16057310

答え1

短いアッ方法：

awk '{split($2,a,":"); $2=(length(a)>1)? a[1]":"a[2] : $2}1' file

出力：

0 22:16050847 0 16050847
0 rs62224609:16051249 0 16051249
0 22:16051250 0 16051250
0 GSA-rs138295790 0 16057310
  • split($2,a,":")a- 2番目のフィールドを区切り文字で配列に分割します。:

答え2

GNU awkがある場合：

gawk '{split($2,a,/[:-]/,c); $2 = sprintf("%s%c%s", a[1], c[1], a[2])} 1' file
0 22:16050847 0 16050847
0 rs62224609:16051249 0 16051249
0 22:16051250 0 16051250
0 GSA-rs138295790 0 16057310

答え3

そしてperl：

perl -lpe 's/^\S+\s+[^:]+:[^:]+\K\S+//' file

GNUの使用sed:

sed -E ':t s/:\w+//2; tt' file

出力：

0   22:16050847 0   16050847
0   rs62224609:16051249 0   16051249
0   22:16051250 0   16051250
0   GSA-rs138295790 0   16057310

答え4

大きな打撃：

while read -r f1 f2 rest; do
   printf '%s' "$f1" "$(expr " $f2" : '\([^:]*:[^:]*\).*' \| " $f2")" "$rest"; echo
   # the lone echo provides for the newline
done < yourfile

readフィールドをに分割し$f1、$2残りのフィールドはすべてで囲みます$rest。次に、2番目のフィールドからコロンで区切られた1番目と2番目のフィールドを抽出します$f2。exprこれが不可能な場合は、最終的に$f2変数自体を使用します。

Seder:

sed -e '
   s/[^[:space:]]\{1,\}/\
&\
/2
   :loop
      s/\n\(.*:.*\):.*\n/\n\1\n/
   tloop
   s/\n//g
' yourfile

2番目のフィールドをで囲むことから始めて、\n2つのフィールド（またはフィールド区切り文字）だけが残るまで、その領域の周りにループを実行します。

真珠：

perl -pe 's/\G[^:\h]+:[^:\h]+\K\S+//,next while /\S\h+\S/g' yourfile

perl -pe 's/^\h*\S+\h+(?:(?!:)\S)+:(?:(?!:)\S)+\K\S+//' yourfile

perl -F'(\h+)' -lane '
   /:/ and $_ = join ":", (/[^:]+/g)[0,1] for $F[/^\h/?4:2];
   print @F;
' yourfile

結果

0   22:16050847 0   16050847
0   rs62224609:16051249 0   16051249
0   22:16051250 0   16051250
0   GSA-rs138295790 0   16057310

関連情報