单元格之间的 AWK 间隙[关闭]答案

【问题标题】：AWK gaps between cells [closed]单元格之间的 AWK 间隙[关闭]
【发布时间】：2013-10-21 11:41:26
【问题描述】：

我有一个问题，请你帮帮我？我有 .txt 文件，我使用 awk 代码使用制表符分隔功能分隔列。我收到对齐列，但如果缺少某些信息，则整行向左转，信息将转移到另一列。请问你能帮帮我吗？我怎么能并入此代码？非常感谢。。

#!/bin/bash

for f 
in *.vcf; 
do awk 'BEGIN {OFS = "\t"}
        /^##/ {next}
        /^#/ {sub(/^#/,"",$1)}
        {$1=$1; print}
    ' "$f" > "${f/%vcf/tsv}"
done


> INPUT:
> 
> CHROM    ID    REF   ALT 
  chr1    235     A     B 
  chr2     A      B
  chr3    225     B

输出：

  CHROM    ID   REF   ALT  
  chr1    235    A     B 
  chr2     .     A     B 
  chr3    225    .     B

【问题讨论】：

列如何对齐？您可以发布示例数据吗？
您可以检查字段数（NF）是否等于预期的，否则跳过该行。
顺便说一句，脚本来自stackoverflow.com/a/19451399/1983854
是的，这不是我的剧本，先生。 glen 是作者，但这有问题吗？如果是的话，我很抱歉。
列仅由制表符分隔

标签： string bash text awk gaps-in-data

【解决方案1】：

问题包含歧义。查看数据：

chr1    235     A     B 
chr2     A      B
chr3    225     B

也许在chr2 行中，我们可以猜测ID 列丢失了，因为IDs 是数字。我们缺少一列，它是数字列，所以它必须是ID。

但是在第三行，我们怎么知道缺少REF 列，而不是ALT？

如果ALT 永远不会丢失，那么这很简单。但是，如果其中一个可能丢失，那可能是不可能的。

在任何情况下，在您编写程序代码以将数据重新规范化为适当的列之前，您必须能够清楚地阐明识别哪些列缺失的规则，或者认识到这是不可能的并放弃。

您可能只需要上游并找到相同数据的更好来源，而该来源没有经过修改的列。

【讨论】：

ALT 永远不会丢失