使用linux查找和替换制表符分隔文件中列中的a值

Question

我有以下数据，例如：

Name  Chrom  Position
rs1    1     1234  
rs2    1     1789   
rs3    1     1289   
1      1     1269   
2      1     1897

我想查找第一列中不包含字符串“rs”的所有行，并替换为rs'chrom''position'。名称 1 看起来像 rs11269。

最终会是这样的：

Name  Chrom  Position   
rs1     1     1234  
rs2     1     1789   
rs3     1     1289   
rs11269 1     1269   
rs11897 1     1897

我知道用 awk 我可以做到

awk '!/rs/{print $1}' file

它会在第一列中找到所有不包含字符串“rs”的行，但是我现在如何进一步用我自己的 rs ID 来替换它，这些 rs ID 是由 chrom 和 position 构建的？我会使用 gsub 还是其他东西？这不必在 shell 命令中，但 Perl 也是另一个可以使用的选项。谢谢您的帮助。

Answer 1

你可以使用这个命令：

$ awk 'BEGIN{FS=OFS="\t"}NR>1&&!($1~/rs/){$1="rs"$2$3}1' file
Name     Chrom  Position
rs1      1      1234
rs2      1      1789
rs3      1      1289
rs11269  1      1269
rs11897  1      1897

使用BEGIN{FS=OFS="\t"}，我们将输入和输出字段分隔符设置为制表符，使用NR>1&&!($1~/rs/)，我们过滤不是第一个（标题）且第一个字段中不包含字符串“rs”的行，并且使用{$1="rs"$2$3}，我们将第一个字段的值更改为所需的值。最后的1 是真条件，所以所有的行都被打印出来了。

Answer 2

perl 中的解决方案：

#!/usr/bin/perl 

use strict; 
use warnings; 

use Data::Dumper;

my $row;

#   Open file to read.
open (my $FH, '<', 'test') or die ($!);

# Write new updated file.
open (my $OUT, '>', 'updated_test') or die ($!);


while (my $line = <$FH>){
    chomp($line);
    my @val = split( "\t" , $line );

    if ( $val[0] !~  m/rs/ ) { 
        my $row = "rs" . $val[0] . $val[1] . $val[2] . "\t" . $val[1] . "\t" . $val[2];
        print $OUT $row."\n";
    } 
    else{
        print $OUT $line."\n";
    }
}

close $FH;  
close $OUT; 

输出：

Name  Chrom  Position   
rs1     1     1234  
rs2     1     1789   
rs3     1     1289   
rs11269 1     1269   
rs11897 1     1897