awk 脚本计算每行中的 0 并打印其中零含量少于 20% 的行。每行从第四个字段开始计数 0

Question

 Chr     Position1       Position2       S1      S2      S3      S4      S9      S11     S14     S15     S16     S17     S18     S19     S28     S29     S30     S33     S34     S35     S36     S37     S38
Aradu.A01       100145549       100145556       AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA      AA
Aradu.A01       100246832       100246837       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100246837       100246846       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100345681       100345688       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100408092       100408119       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100408119       100408137       0       0       0       TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      TA      0
Aradu.A01       100425855       100425856       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100425856       100425857       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100431071       100431075       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       10051925        10051981        GT      GT      0       0       GT      0       0       0       0       0       0       GT      GT      GT      0       0       0       GT      GT      0
Aradu.A01       100616716       100616718       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100616718       100616750       0       0       0       0       0       0       CT      0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100757232       100757233       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       100761215       100761271       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
Aradu.A01       10078917        10078920        CT      0       0       CC      0       CC      CC      CC      0       CC      CC      CC      0       CC      0       0       0       0       CT      0

以下是我尝试过的：

awk '{ for (i=4; i<=NF; i++){if ($i=0) {count++}} print $0"\t"count}' input_file|less -S  

Answer 1

您所拥有的很接近，但只会打印每条记录，然后打印每条记录的累积零数，而不是您所要求的。

awk '{ zeroes=0; for( i=4; i<NF; i++ ) { if( $i == 0 ) {zeroes++} } if( zeroes / (NF-3) < 0.2 ) { print $0 } }' /path/to/input

更易读一点：

{
  zeroes=0
  for( i=4; i<NF; i++ ) {
    if( $i == 0 ) {
      zeroes++
    }
  }
  if( zeroes/(NF-3) < 0.2 ) {
    print $0
  }
}

逻辑应该是相当不言自明的。