匹配指定列范围包含点字符的行，如果找到该模式 8 次或更多次，则不打印该行

Question

我有一个制表符分隔的文件，其中从第 10-25 列开始，一些值包含“。”特点。我想过滤掉与“。”匹配的行。字符，在此列的列范围内，以便如果在第 10-25 列中找到少于 8 次（即出现少于 50%），则不会打印。

我曾尝试查看类似的帖子，最接近的是用户：lodge (Match lines with pattern n times in the same line) 但是，当我尝试一些命令时，它的行为并没有达到我需要的方式。

例如，下面的代码用点替换了所有内容...虽然我知道这是因为它是全局替换，但它似乎适用于 lodge。

    awk '{ if (gsub(/./, ".") >= 8) print }' merged.vcf > test.vcf 

这是我的文件的示例（在此示例中我只包含最多第 11 列）：

    #CHROM  POS  ID  REF ALT QUAL    FILTER  INFO    FORMAT  AD0062-C AD0065-C
      2L     560 .   T   C   30.65   PASS    AC=3    GT:GQ:PL    .       .
      2L     595 .   G   T   61.75   PASS    AC=11   GT:GQ:PL    .   0/1:13:132,0,10 

Answer 1

如果您想检查第 10 - 25 列是否正好是 .，请执行以下操作：

awk '{c=0; for( i = 10; i <= 25; i++ ) c += $i ~ /^\.$/;
    if( c >= 8 ) print }' input

如果您只关心这些列是否包含 .，请忽略 ^ 和 $。