我有这个制表符分隔的文件:
gene 1 A 6 gene_name TP53 B
exon 6 B 2 2 A gene_name MYC2 10.0 B
transcript 3 B B 4 gene_name ORF1
如何打印第一列和 gene_name
列之后的下一列?如您所见,gene_name
并不总是存在于同一列中。
我不确定如何获得最后一部分:
awk 'BEGIN{OFS="\t"} {print $1, ??}' myFile.tsv
所以,我的预期输出是:
gene TP53
exon MYC2
transcript ORF1
谢谢!
最佳答案
使用您展示的示例,请尝试执行以下操作。
第一个解决方案:如果您在一行中有多个 gene_name
值,那么以下可能会有所帮助。
awk 'BEGIN{FS=OFS="\t"} {for(i=1;i<=NF;i++){if($i=="gene_name"){print $1,$(i+1);i++}}}' Input_file
第二个解决方案: 如果您只有 1 个 gene_name
,则使用以下方法。
awk 'BEGIN{FS=OFS="\t"} {for(i=1;i<=NF;i++){if($i=="gene_name"){print $1,$(i+1);next}}}' Input_file
第三个解决方案:对于您的非常具体的情况,其中 gene_name
总是出现在第三个字段中,我们可以尝试这个,对于通用的尝试第一个或第二个解决方案。
awk 'BEGIN{FS=OFS="\t"} $3=="gene_name"{print $1,$4}' Input_file
或者如果你想检查倒数第二个字段并打印最后一个字段值然后使用:
awk 'BEGIN{FS=OFS="\t"} $(NF-1)=="gene_name"{print $(NF-1),$NF}' Input_file
第 4 种解决方案: 使用 sed
请尝试以下操作。
sed -E 's/(\S+).*gene_name\s+(\S+).*/\1\t\2/' Input_file
https://stackoverflow.com/questions/67608136/
相关文章:
c# - 为什么将 List 转换为 Array 而不是在 C# 中引用?
reactjs - 错误 : Final loader (./node_modules/awesom
javascript - 如何在 VueJS 中处理插槽的 onClick 事件
azure-devops - Azure DevOps Pipeline 永远停留在 Pending
windows - 将 Systems Internals 列为制造商的 Windows 服务的名称
r - purrr::pluck - 如何获取列表的最后一个元素