☰

파일의 n번째 열과 첫 번째 행에 문자열을 추가하는 방법은 무엇입니까?

tag-icon • tag-icon awk sed text-formatting
파일의 n번째 열과 첫 번째 행에 문자열을 추가하는 방법은 무엇입니까?

file다음과 같은 탭으로 구분된 항목이 있습니다 .

$ cat file
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558474.1  1155234 1156286 polyketide      synthase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558475.1  1156298 1156807 12      carboxyl methyltransferase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558476.1  1156804 1157820 -3      oxidoreductase [Mycobacterium]

여기서 1155234, 1156286, 1156298및 1156807뒤에는 탭 1156804 문자가  옵니다 1157820(즉, 여섯 번째(마지막) 열을 제외하고는 파일에 공백이 없습니다). 0다섯 번째 열에 탭 문자를 추가하고 첫 번째 행과 여섯 번째 열 끝의 탭 문자를 공백으로 바꾸고 싶습니다 . 출력은 다음과 같습니다.

GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558474.1  1155234 1156286 0       polyketide synthase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558475.1  1156298 1156807 12      carboxyl methyltransferase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558476.1  1156804 1157820 -3      oxidoreductase [Mycobacterium]

awk나 sed를 사용하여 이 작업을 어떻게 수행할 수 있나요?

답변1

탭으로 구분된 열이 6개 있는 것처럼 보이지만 5열의 값이 누락되어 일부 처리에서 6열의 첫 번째 단어를 5열에 남겨 두었습니다. 이는 탭 대신 공백이나 일반 공백을 구분 기호로 사용하는 이전 처리 단계 때문일 수 있습니다.

이제 열 5에 0을 삽입하고 단어를 열 6의 올바른 위치로 이동하려고 합니다.

나는 파일이 다음과 같다고 가정합니다. 여기서 각각은 탭 문자입니다(이것은 ^I파일의 출력입니다).cat -t

GCF_000014165.1_ASM1416v1.dist_nbr_anntn^IWP_011558474.1^I1155234^I1156286^Ipolyketide^Isynthase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn^IWP_011558475.1^I1156298^I1156807^I12^Icarboxyl methyltransferase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn^IWP_011558476.1^I1156804^I1157820^I-3^Ioxidoreductase [Mycobacterium]

빈 열 2가 있는지는 확실하지 않습니다. 그렇다면 아래에 사용한 열 번호에 하나를 추가하세요.

$ awk -F '\t' 'BEGIN { OFS=FS } $5 ~ /[[:alpha:]]/ { $6 = $5 " " $6; $5 = 0 } { print }' file
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558474.1  1155234 1156286 0       polyketide synthase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558475.1  1156298 1156807 12      carboxyl methyltransferase [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn        WP_011558476.1  1156804 1157820 -3      oxidoreductase [Mycobacterium]

awk여기서는 다섯 번째 열의 문자를 감지하는 데 사용하고 있습니다 . 그렇다면 5열 앞에 공백을 추가하여 6열을 구분하고 5열을 0으로 설정하세요. 그런 다음 수정 여부에 관계없이 모든 행을 출력합니다.

답변2

귀하의 답변은 기본적으로 귀하가 요청한 내용을 수행하지만 개선될 수 있습니다.

  • 합리적인 범위 내에서 (간단한) 명령 수와 파이프 수를 최소화하려고 합니다. 필요한 것보다 더 많이 갖는 것은 비효율적일 수 있습니다. 5줄 또는 10줄 파일에서는 이를 눈치채지 못하지만, 백만 줄 파일을 처리할 때는 차이가 있습니다.

    sed두 개의 명령(하나는 다른 명령으로 파이프됨)을 실행할 필요가 없습니다 . 넌 할 수있어

    sed-e'(첫 번째 에스 주문하다)'-이자형'(두번째 에스 주문하다)'
    또는
    sed'(첫 번째 에스 주문하다) ; (두번째 에스 주문하다)'

  • 예제 출력에서 ​​탭이 첫 번째 줄에서만 공백이 되도록 하려는 것으로 나타나므로 명령 s/\t/ /앞에도 1.
  • 동작은 s/…/…/6g정의되지 않았습니다. (6번째 탭에서) 한 번만 하고 싶기 때문에 (없이) s/\t/ /만 말해야 합니다.s/\t/ /6g).

그래서 당신의 명령은

sed '1s/\t/\t0\t/4'문서

중괄호를 사용하면 수행하려는 명령을 그룹화할 수 있습니다. 그래서 당신도 말할 수 있습니다

sed '1{s/\t/\t0\t/4s/\t/ /6}'문서

앗

다음과 같이 awk에서 이 작업을 수행할 수 있습니다.

awk -F '\t' -v OFS='\t' 'NR==1 { $6 = $5 " " $6 = "0"}
                { 인쇄 }
    '문서

답변3

splice다음과 같이 장면에 내장된 함수를 사용하여 배열을 쪼개고 쪼갤 수 있습니다.

$ perl -F\\t -pale '
  next unless $. == 1;
  splice @F, 4, 2, 0, join $", @F[-2,-1];
  $_ = join "\t", @F;
' input.file

답변4

잘 작동하는 다음 명령을 사용해보십시오.

awk 'NR==1 {$8=$7;$7=$6;$6=$5;$5=0}1' filename| sed -r "s/\s+/ /g"| sed "s/ /\t/g"

산출

GCF_000014165.1_ASM1416v1.dist_nbr_anntn    WP_011558474.1  1155234 1156286 0   polyketide  synthase    [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn    WP_011558475.1  1156298 1156807 12  carboxyl    methyltransferase   [Mycobacterium]
GCF_000014165.1_ASM1416v1.dist_nbr_anntn    WP_011558476.1  1156804 1157820 -3  oxidoreductase  [Mycobacterium]

관련 정보