次の内容を含むファイルがあります。
CHROM_POS
chr10_100009635
chr10_100187980
chr10_100229692
chr10_100267650
chr10_100269675
chr10_100279430
chr10_100285899
このファイルに新しいコンテンツを追加したいと思います。たとえば、次のようになります。
chrX-1, chrX
ここで、Xは上記の数字を表しているため、次のようになります。
chr10_100285898 chr10_100285899
答え1
Perlソリューション:
perl -p -e 's;([^_]+)_(\d+);"$1_" . ($2 - 1) . " $1_$2";e'
この-p
フラグは、すべての行を繰り返して-e
スクリプトを引数として提供します。([^_]+)
アクティベーション式を置き換えるために、e `修飾子の前にあるものを(\ d +)$ 2キャプチャします。_
$1
captures the digits into
, the
入力ファイルを引数として使用するか、標準入力として使用してください。
答え2
使用awk
:
awk -F _ 'NR > 1 { $0 = sprintf("%s_%d, %s_%d", $1, $2-1, $1, $2) }; 1' file
または少し短く、
awk -F _ 'NR > 1 { $0 = sprintf("%s_%d, %s", $1, $2-1, $0) }; 1' file
これは、最初の行をそのまま残し、結果列の間にカンマを入れたいとします。sprintf()
カンマが必要ない場合は、フォーマット文字列からコンマを削除します。
このコードは最初の行では何もしませんが、パターンにsprintf()
基づいて他のすべての行を書き直します。chrX_(N-1), chrX_N
これはまさにユーザーが要求するようです。
データを2つの別々の_
フィールド、すなわち染色体名と染色体のゲノム位置として処理して、元の行のビットを選択しました。だから染色体名は で読み込まれ$1
、位置は で読み込まれます$2
。
コードの1
最後の部分awk
では、データ(変更の有無にかかわらず)が出力されます。
与えられたサンプルデータを出力します。
CHROM_POS
chr10_100009634, chr10_100009635
chr10_100187979, chr10_100187980
chr10_100229691, chr10_100229692
chr10_100267649, chr10_100267650
chr10_100269674, chr10_100269675
chr10_100279429, chr10_100279430
chr10_100285898, chr10_100285899
答え3
Awkベースのソリューション:
awk -F '_' -v OFS=, 'NR>1{ $0 = $1 FS $2-1 OFS $0 }1' file
結果:-
CHROM_POS
chr10_100009634,chr10_100009635
chr10_100187979,chr10_100187980
chr10_100229691,chr10_100229692
chr10_100267649,chr10_100267650
chr10_100269674,chr10_100269675
chr10_100279429,chr10_100279430
chr10_100285898,chr10_100285899
他の方法:
[パール]
perl -lsne '
print $.>1 ? s/(\d+)$/$1-1/re : (), $_;
' -- -,=, file
[Python3]
python3 -c 'import sys
with open(sys.argv[1]) as f:
for nr,_ in enumerate(f,1):
_ = _.rstrip("\n")
if nr > 1:
p = _.find("_") + 1
_ = _[:p] + f"{int(_[p:])-1}," + _
print(_)
' file
[GNU dc] RPN電卓
< file \
sed 's/^/[/;1s/$/]/;1!s/_/&]/' |
dc -e "
[q]sq
[rdnrd1-n44anrnpc]sp
[?z0=q lpx z0=?]s?
?pc l?x
"
[GNU sed]
sed -Ee '1b
h
s/^[^_]*_//
s/$/\n9876543210/;tdecr
:decr
s/([^0])\n.*\1(.).*/\2/;tdone
s/([^0])(0+\n.*\1(.))/\3_\2/
:loop
s/_0(0*\n)/9_\1/
tloop
s/_.*//
:done
G
s/.*\n([^_]*_)/\1&/
y/\n/,/
' file