☰

awk 无法正确识别指数数字 - 我的错误？

tag-icon • tag-icon awk
awk 无法正确识别指数数字 - 我的错误？

awk 版本：GNU Awk 4.1.1，API：1.1（GNU MPFR 3.1.2-p3、GNU MP 6.0.0）

我有以下输入（小例子）：

Lh8627_00055___transposase_3    c368296268f9d0100b8a65d2cd57aaf2    424 Pfam    PF01610 Transposase 297 404 1.8E-11 T   22-06-2017  IPR002560   Transposase IS204/IS1001/IS1096/IS1165, DDE domain      
Lh8627_05835___transposase_1    212014f87f94178312dac70f061d81c6    469 Pfam    PF06782 Uncharacterised protein family (UPF0236)    30  399 4.5E-37 T   22-06-2017  IPR009620   Uncharacterised protein family UPF0236      
Lh8627_03700___transposase_3    916962acc8271c66b217ab903d836768    401 Pfam    PF06782 Uncharacterised protein family (UPF0236)    201 334 4.4E-6  T   22-06-2017  IPR009620   Uncharacterised protein family UPF0236      
Lh8627_01850___transposase_1    05e46b0f13cf6aa7db8adcf5fd3fd39d    409 Pfam    PF01548 Transposase 8   160 3.0E-29 T   22-06-2017  IPR002525   Transposase, IS111A/IS1328/IS1533, N-terminal   GO:0003677|GO:0004803|GO:0006313

我想过滤第 9 列中的值低于 1.0E-10 的行

我的命令是awk '$9 < 1.0E-10' my file。但例如，它不会过滤上面小输入中的第三行。我究竟做错了什么？

答案1

我的问题是我不明白 awk 还使用空格作为分隔符而不仅仅是制表符。添加后就-F'\t'可以工作了。数量对比还是不错的。

答案2

你的指挥很好。但是，您的输入不是：示例中的第 9 个成员并不总是预期的数字：

$ awk '{print $9}' <your_file>
1.8E-11
(UPF0236)
(UPF0236)
3.0E-29

例如，您可以使用以下命令删除不需要的元素来重新排列输入sed：

sed 's/protein family (UPF0236)//' <your_file> | awk '$9 < 1.0E-10'

相关内容