linux - 使用 linux 查找和替换制表符分隔文件中列中的值

Question

例如，我有以下数据:

Name  Chrom  Position
rs1    1     1234  
rs2    1     1789   
rs3    1     1289   
1      1     1269   
2      1     1897

我想找到第一列中不包含字符串“rs”的所有行，并替换为 rs'chrom''position'。名称 1 看起来像 rs11269。

它最终看起来像这样:

Name  Chrom  Position   
rs1     1     1234  
rs2     1     1789   
rs3     1     1289   
rs11269 1     1269   
rs11897 1     1897

我知道我可以用 awk 做

awk '!/rs/{print $1}' file

它会在第一列中找到所有不包含字符串“rs”的行，但我现在如何进一步将其替换为我自己的从 chrom 和位置构建的 rs ID？我会使用 gsub 还是其他东西？这不一定是在 shell 命令中，但 Perl 也是可以使用的另一种选择。感谢您的帮助。

Answer 1

你可以使用这个命令:

$ awk 'BEGIN{FS=OFS="\t"}NR>1&&!($1~/rs/){$1="rs"$2$3}1' file
Name     Chrom  Position
rs1      1      1234
rs2      1      1789
rs3      1      1289
rs11269  1      1269
rs11897  1      1897

使用 BEGIN{FS=OFS="\t"} 我们将输入和输出字段分隔符设置为制表符，使用 NR>1&&!($1~/rs/) 我们过滤掉不是第一个(标题)并且在第一个字段中不包含字符串“rs”的行，并且使用 {$1="rs"$2$3} 我们将第一个字段的值更改为所需的值。最后的 1 是真实条件，因此所有行都被打印出来。