☰

如何使用 awk 从特定列中提取小于 0 和点的值并打印整行

tag-icon • tag-icon text-processing awk bioinformatics
如何使用 awk 从特定列中提取小于 0 和点的值并打印整行

我有制表符分隔的文件，我想从第二列中提取“exonic”条目，从第三列中提取“非同义 SNV”条目，以及从第 4、5、7 列中提取小于 (<1) 和点(.) 的值

Chr     Func.refGene    ExonicFunc.refGene  1000g2015aug_eas 1000g2015a avsnp147    ExAC_ALL
chr1    intergenic      synonymous SNV      .                .          .           .
chr1    exonic          nonsynonymous SNV   1.2              .          .           .
chr2    exonic          nonsynonymous SNV   0.246            .          rs2022      0.4061
chr2    intronic        synonymous SNV      .                0.7386     rs2289093   0.7275
chr2    exonic          nonsynonymous SNV   0.6131           0.7376     rs227       0.7167
chr2    intergenic      nonsynonymous SNV   .                0.231      .           .
chr3    exonic          synonymous SNV      0.2192           0.2376     rs230       0.2205
chr3    intergenic      nonsynonymous SNV   2.01             0.2376     rs230       0.2204

预期产出

chr2    exonic  nonsynonymous SNV   0.246   .       rs2289195   0.4061
chr2    exonic  nonsynonymous SNV   0.6131  0.7376  rs2276599   0.7167

以下是我编写的代码 awk -F'\t' '$2~/exonic/ && $3~/nonsynonymous SNV/ && $4~/^0/ && $5~/^0/ && $7~/^0/{print $0}' inputfile.txt >> outputfile.txt此提取条目从第 4,5 和 7 列中以零（小于 1）开头，但我不知道如何提取小于 1 和点（。）

答案1

我建议不要使用正则表达式测试，而是建议对字符串进行字符串比较，对数字进行数字比较，即

$2 == "exonic"

和

$4+0 < 1

（+0强制数字比较而不是词法比较）。除此之外，这只是逻辑正确的问题：

$ awk -F'\t' '$2 == "exonic" && $3 == "nonsynonymous SNV" && ($4+0 < 1 || $4 == ".") && ($5+0 < 1 || $5 == ".") && ($7+0 < 1 || $7 == ".")' inputfile.txt
chr2    exonic  nonsynonymous SNV   0.246   .   rs2022  0.4061
chr2    exonic  nonsynonymous SNV   0.6131  0.7376  rs227   0.7167

相关内容