CSVファイルがあります。次のようになります。
chr22, Position , A , B , C , D , E
22 , 16050115 , 0|0:404 , 0 , 0 , 0 , 1|1:5
22 ,16050213 ,0|0:403 , 0 , 0 , 0 , 3|4:6
22 , 16050607 , 1|0:340 , 1|1:3, 0 , 0 , 1|1:3
22 16050737 , 0|0:402 , 3|0:4 , 0|7:23 , 0 , 0
22 16050783 , 0|0:404 , 2|2:5 , 0|1:31 , 1|0:51, 0
0|0:404
0|0
はの数を表します404
。0|0
の1|0
値を抽出したいのですが、0|1
出力は次1:1
のようになります。
chr22, Position, A ,B, C ,D, E
22 ,16050115, 0|0:404 ,0 ,0 ,0 ,1|1:5
22 ,16050213, 0|0:403, 0 ,0, 0, 0
22 ,16050607, 1|0:340, 1|1:3, 0 ,0 ,1|1:3
22 ,16050737, 0|0:402, 0 ,0 ,0, 0
22 ,16050783, 0|0:404 ,0 ,0|1:31 ,1|0:51, 0
試してみましたが、 grep -e '0|0:' -e '1|1:' -e '0|1:' -e '1|1 /path/file.csv
うまくいかないようです。
答え1
元のコマンドライン
次のコマンドラインは、「問題のある」行をスキップし、コンマ区切りのファイルでこれを行うと思います。
grep -v -e ', *[2-9]|' -e '|[2-9]:' file.csv
小さなファイルも色で確認でき、
grep -v -e ', *[2-9]|' -e '|[2-9]:' file.csv |grep --color '.|.'
見つかった行grep
(前のコマンドラインのオプションから除外された-v
)、
grep -e ', *[2-9]|' -e '|[2-9]:' file.csv |grep --color '.|.'
次のコマンドラインは、タブ区切りのファイルを使用してこれを行います。
grep -v -e '\t[2-9]|' -e '|[2-9]:' Reddy.tab
または、少し緩いチェックが必要な場合は、次のコマンドラインを使用できます。
grep -v -e '[2-9]|' -e '|[2-9]:' Reddy.tab file.csv
OPのコメントに対するコマンドライン応答
以下のコマンドラインは、OPが必要なコンマ区切りファイルとタブ区切りファイルを実行すると思います。
sed -e 's/[2-9]|[0-9]:[0-9]*/NA/' -e 's/[0-9]|[2-9]:[0-9]*/NA/' file.csv
答え2
grep
これが要件であるかどうかはわかりませんが、を使用すると、次のようにしてperl
不要な項目を削除できます。
perl -pe 's/, ?[2-9]\d*\|\d+:\d+//g; s/, ?\d+\|[2-9]\d*:\d+//g' /path/to/file.csv
答え3
頑張ります
grep -e '[01]|[01]:'
0または1を意味する|
ので、エスケープする必要があります。0|1
気づく
grep -e '0|0:' -e '1|1:' -e '0|1:' -e '1|1:'
同じように一致します。
列をフィルタリングするには、次の手順を実行します。
awk -F, '$3 ~/[01]|[01]:/ '
3$3
番目の列はです。
列3以上をフィルタリングします。
awk -F, '{printf "%s,%s",$1,$2 ;
for(i=3;i<=NF;i++)
if ( $i ~ /[01]\|[01]:/)
printf ",%s",$i ;
printf "\n" }'
連続している可能性があります。
|
この場合はエスケープが必要です。また、最初の行はフィルタリングされます。
chr22,Position 22,16050115,0|0:404,1|1:5 22,16050213,0|0:403 22,16050607,1|0:340,1|1:3,1|1:3 22,16050737,0|0:402 22,16050783,0|0:404,0|1:31,1|0:51