☰

如何向文件的每一行添加新元素

tag-icon • tag-icon text-processing bioinformatics
如何向文件的每一行添加新元素

我有一个包含以下内容的文件：

CHROM_POS
chr10_100009635
chr10_100187980
chr10_100229692
chr10_100267650
chr10_100269675
chr10_100279430
chr10_100285899

我想向该文件添加新内容，例如：

chrX-1, chrX

其中X代表上面的数字所以它应该是

chr10_100285898 chr10_100285899

答案1

Perl 解决方案：

perl -p -e 's;([^_]+)_(\d+);"$1_" . ($2 - 1) . " $1_$2";e'

该-p标志循环所有行，-e将脚本作为参数给出。捕获, (\d+) $2 e` 修饰符([^_]+)之前的内容以替换启用表达式。_$1captures the digits into, the

将您的输入文件作为参数或仅作为标准输入。

答案2

使用awk：

awk -F _ 'NR > 1 { $0 = sprintf("%s_%d, %s_%d", $1, $2-1, $1, $2) }; 1' file

或者稍微短一些，

awk -F _ 'NR > 1 { $0 = sprintf("%s_%d, %s", $1, $2-1, $0) }; 1' file

这假设您希望保持第一行完整，并且希望在结果列之间使用逗号。sprintf()如果不需要逗号，请从格式字符串中删除逗号。

该代码不对第一行执行任何操作，而是sprintf()根据chrX_(N-1), chrX_N模式重写所有其他行，这似乎正是您所要求的。

通过将数据视为两个_分隔字段来挑选出原始行的位，即染色体名称和染色体上的基因组位置。因此，染色体名称被读入$1，位置被读入$2。

代码最后1的awk会导致数据（无论是否修改）被输出。

给定示例数据的输出：

CHROM_POS
chr10_100009634, chr10_100009635
chr10_100187979, chr10_100187980
chr10_100229691, chr10_100229692
chr10_100267649, chr10_100267650
chr10_100269674, chr10_100269675
chr10_100279429, chr10_100279430
chr10_100285898, chr10_100285899

答案3

基于awk的解决方案：

awk -F '_' -v OFS=, 'NR>1{ $0 = $1 FS $2-1 OFS $0 }1' file

结果：-

CHROM_POS
chr10_100009634,chr10_100009635
chr10_100187979,chr10_100187980
chr10_100229691,chr10_100229692
chr10_100267649,chr10_100267650
chr10_100269674,chr10_100269675
chr10_100279429,chr10_100279430
chr10_100285898,chr10_100285899

其他方法：

[perl]

perl -lsne '
  print $.>1 ? s/(\d+)$/$1-1/re : (), $_;
' -- -,=, file

[Python3]

python3 -c 'import sys
with open(sys.argv[1]) as f:
  for nr,_ in enumerate(f,1):
    _ = _.rstrip("\n")
    if nr > 1:
      p = _.find("_") + 1
      _ = _[:p] + f"{int(_[p:])-1}," + _
    print(_)
' file

[GNU dc] RPN 计算器

< file \
sed 's/^/[/;1s/$/]/;1!s/_/&]/' |
dc ​-e "
[q]sq
[rdnrd1-n44anrnpc]sp
[?z0=q lpx z0=?]s?
?pc l?x
"

[GNU sed]

sed -Ee '1b
  h
  s/^[^_]*_//
  s/$/\n9876543210/;tdecr
  :decr
  s/([^0])\n.*\1(.).*/\2/;tdone
  s/([^0])(0+\n.*\1(.))/\3_\2/
  :loop
    s/_0(0*\n)/9_\1/
  tloop
  s/_.*//
  :done
  G
  s/.*\n([^_]*_)/\1&/
  y/\n/,/
' file

相关内容