我有一个包含这些字段的输入文件：
ENST00000456328.2 1657 1350.015 0 0
我正在尝试 awk 删除小数点后的数字并按原样打印其余部分
awk -F[.] '{print $1"\t"$2"\t"$3}{next;}'
但它不起作用，因为它给出了这样的输出：
ENST00000456328 2 1657 1350 015 0 0
有人可以帮忙吗。
问候。
答案1
假设输入是制表符分隔的并且您希望保持这种方式，您可以使用以下命令从 Ensembl 稳定 ID 中删除版本号
$ awk 'BEGIN { OFS=FS="\t" } { sub("\\..*", "", $1); print }' file
ENST00000456328 1657 1350.015 0 0
这会将替换应用于第一个制表符分隔字段（仅），从而删除第一个点之后的所有内容。
类似地，还有sed：
$ sed 's/\.[^[:blank:]]*//' file
ENST00000456328 1657 1350.015 0 0
这将删除每行第一个点之后的所有非空白字符。您还可以使用\.[[:digit:]]*as 模式，它将显式匹配数字而不是非空格。
如果您的数据中有非版本化的 Ensembl ID 或来自其他数据库的 ID，那么您可能需要在修改该行之前确保与版本化的 Ensembl ID 匹配。对于awk，这可以通过以下方式完成
$ awk 'BEGIN { OFS=FS="\t" } /^ENS[^[:blank:]]*\./ { sub("\\..*", "", $1) } { print }' file
ENST00000456328 1657 1350.015 0 0
现在，它print位于与修改第一个字段的块不同的块中。这样，所有行（无论是否修改）都会被打印。如果您的打字时间或空间不足，则可以将整个{ print }块替换为较短的。1
与sed：
$ sed '/^ENS[^[:blank:]]*\./s/\.[^[:blank:]]*//' file
ENST00000456328 1657 1350.015 0 0
代码sed已经打印了所有行，无论是否修改，因此不需要进行其他修改（而在代码中awk，与第一个变体相比，结果的输出必须稍微合理awk）。
^ENS[^[:blank:]]*\.在最后两个变体中，我们在尝试进行任何修改之前，将行开头的版本化 Ensembl ID 与正则表达式进行匹配。
上述变体都不关心或不需要关心线路上的其余数据。每行可能包含其他字段，这些字段将不加修改地传递。
使用点作为字段分隔符受到启发，但会导致问题，因为行上的更多数据包含点。
答案2
如果您想删除所有小数，无论字段如何，并且能够处理不同字段中小数的可能性，您可以使用 gsub 函数：
awk '{gsub(/\.[0-9]+ /, " ")}1'
这将找到任何小数后跟 1 到无限数字和空格，然后用空格替换它们。
答案3
使用乐（以前称为 Perl_6）
~$ raku -ne '.words andthen put join "\t", .[0].subst(/\.\d+/), .[1..*];' file
Raku 是 Perl 家族的一种编程语言。虽然它的生态系统仍然很小，但它的文本处理功能（如 Perl）使其成为生物信息学的不错选择。
上面，在命令行中使用-ne非自动打印逐行标志（即awk类似行为）调用 Raku。行被分成以空格分隔的words，第一个单词 ( .[0]) 用于subst识别和删除尾随的点号。 [使用subst不带替换的命令 Raku 删除已识别的模式]。然后修改后的第一个单词以及.[1..*]（该行的其余部分）join在 tabs 和 out 上编辑put。
输入示例：
ENST00000456328.2 1657 1350.015 0 0
ENST00000456329 1657 1350.015 0 0
示例输出：
ENST00000456328 1657 1350.015 0 0
ENST00000456329 1657 1350.015 0 0
请注意，上面仅修改了第一列。