Chr start stop superfamily TE pres/abs 88 108 139 159 265 350 351 403 410 424 428 430 506 544 546 6
1 8667 8700 MuDR ATDNAI27T9A presence NA 0 0 0 0 0 0 0 0 0 0 NA 0 0 0 0
1 10585 10600 Gypsy ATHILA6A presence NA 0 0 0 0 NA 0 0 0 0 0 0 0 0 0 0
1 15091 15099 Copia ATCOPIA13 presence 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 15894 15898 Gypsy ATGP1 presence 0 0 NA 0 NA 0 0 0 0 0 1 0 0 0 0 NA 1
1 20514 20532 MuDR VANDAL8 presence NA 0 NA NA NA NA NA 1 0 NA NA NA 0 0 0 NA NA
1 20530 20537 Gypsy ATGP1 presence NA 0 0 NA NA NA NA 1 0 NA NA NA 0 0 0 NA NA
以下是我尝试获取“0”和“1”的频率
cat file.bed|awk '{if(NR>1){for (i = 1; i <= NF; i++) if($i==0)print}}'|awk '{count=0;if(NR==1){print $0"\tcount"}else{for (i=8; i<=NF; i++){if ($i==1){count++}}print $0"\t"count}}' > x
我的代码没有给我正确的输出
如何更正我的代码,以便在输出文件末尾添加三列,从而获得 0、1 和 NA 的计数?
0、NA 和 1 需要从第二行开始计数。在第 0 列中,NA 和 1 需要计入第七列及以后
期望的输出:
Chr start stop superfamily TE pres/abs 88 108 139 159 265 350 351 403 410 424 428 430 506 544 546 6 count0 count1 countNA freq0 freq1 freqNA
1 8667 8700 MuDR ATDNAI27T9A presence NA 0 0 0 0 0 0 0 0 0 0 NA 0 0 0 0 14 0 2 0.87 0 0.12
答案1
awk 'BEGIN{ FS=OFS="\t" }
NR==1 { print $0, "0s", "1s", "NAs" }
NR>1 { for(i=7; i<=NF; i++) { NAs+=$i=="NA"; ones+=$i==1; total++ };
print $0, total-ones-NAs, ones, NAs; NAs=ones=total=0;
}' infile >outfile
NAs
变量计算“NA”的出现次数。
ones
变量计算“1”的出现次数。计算第
total
7 个最后一个字段中访问过的字段总数(这可以删除,但为了清楚起见,我使用了*)。是“0”的数量(通过从总数中减去“0”和“NA”)。 重置下一行的变量。
total-ones-NAs
NAs=ones=total=0
*:我们可以删除total++
并替换total-ones-NAs
为NF-6-ones-NAs
.