☰

(.tsv) ファイルから改行を削除する方法

tag-icon • tag-icon bash command-line bioinformatics
(.tsv) ファイルから改行を削除する方法

.tsv形式（ファイル名= corr_trans.tsv）のヒト転写データの大規模正方形相関行列ファイル（110,000 RXC）があります。マトリックスから成績表（例：ENST00000568709）に関する関連データを抽出しようとすると、結果は得られません。この成績表を含むヘッダーは表示されますが、関連データを含む基本行は表示されません。他のいくつかの成績表に対して同じ手順を試みたとき、最初の22000行の成績表の結果が出ました。それ以降はファイルを読み込めません。私の過去の知識/経験によると、これは改行エラーのためであり、tsvファイルから改行エラーを削除する方法を知りたいと思います。

出力ファイルは必要ありません。完全なマトリックスファイルを読みたいです。

ありがとう

サンプルデータ（ファイル名= corr_trans.tsv）

transcript_id   ENST0000000233  ENST0000000412  ENST00000001008  ENST00000001146
ENST0000000233  1   0.128095164 0.122437557 0.032729413
ENST0000000412  0.128095164 1   -0.010030176    0.07378663
ENST00000001008 0.122437557 -0.010030176    1   0.011332091
ENST00000001146 0.032729413 0.07378663  0.011332091 1

ENST0000000412 コマンドを使用してデータを収集しようとすると

grep "ENST0000000233" corr_trans.tsv

出力を取得(2行)

transcript_id   ENST0000000233  ENST0000000412  ENST0000001008   ENST00000001146
ENST0000000233  1   0.128095164 0.122437557 0.032729413

しかし、ENST00000001146でこれを試してみると

関連データがある行ではなく、1行だけが出力として取得されます。

transcript_id   ENST0000000233  ENST0000000412  ENST0000001008   ENST00000001146

実際の行列では、このエラーは行22000以降に発生します。

関連情報