Linux - awk

原创

用户10328045

发布于 2023-02-18 06:40:24

3.8K0

文章被收录于专栏：R语言小白R语言小白

生信技能树学习笔记

在读取一行文本时，会用预定的字段分隔符划分每个数据字段，并分配给一个变量

默认的字段分隔符是任意空白字符（如空格或制表符），也可以用 -F 参数自定义分隔符

$0 代表整个文本行
$1 代表文本行中的第1个数据字段 ......
$NF 代表文本行中的最后一个数据字段

less -S Data/example.gtf | cut -f 9 | head
less -S Data/example.gtf | awk -F '\t' '{print $9}' | less -S ## 此时指定分隔符为制表符

如果不指定

cat Data/example.gtf | awk '{print $9,$10}' | head ## 中间用空格连接
cat Data/example.gtf | awk '{print $9$10}' | head ## 直接连接
cat Data/example.gtf | awk '{print $9"@"$10}' | head
cat Data/example.gtf | awk '{print $9"\t"$10}' | head

匹配模式

cat Data/example.gtf | awk '/UTR/{print $0}' | less -S
cat Data/example.gtf | awk '/UTR/{print $1,$3,$4,$5,$7}' | head ## 可以按照输入的顺序输出

扩展模式

less -S Data/example.gtf | awk 'BEGIN{print "find UTR feature"} /UTR/{print $0} EBD {print "end"}' | less -S

awk内置变量

FS：定义输入字段分隔符，Field Separator，同 -F
RS：定义输入记录分隔符，Record Separator
OFS：定义输出字段分隔符，Field Separator
ORS：定义输出记录分隔符，Record Separator
NF：数据文件中的字段综述，可以简单理解为列数
NR：已处理的输入记录数，可以简单理解为行数

# 设置OFS以定义输出字段分隔符
cat Data/example.gtf | awk ' BEGIN{OFS=":"}{print $3,$4,$5}' | head

## 使用NR来打印行号
cat Data/example.gtf | awk 'BEGIN{FS="\t"; OFS=":"} {print NR,$9}' | head -5

awk 条件和循环语句

##判断第三列是否是基因
cat Data/example.gtf | awk '{if($3=="gene") print $0}' | head -1

## 判断第三列是否是基因，如果不是输出is not gene
less -S Data/example.gtf | awk '{if($3=="gene"){print $0} else{print $3 "is not gene"}}' | head

## 输出每行的第1-3个
less -S Data/example.gtf | awk '{for(i=1;i<4;i++){print $i}}' | less -S
## 可以通过paste拼回去
less -S Data/example.gtf | awk '{for(i=1;i<4;i++){print $i}}' | less -S | paste - - -

可以进行运算

## 匹配外显子并计算长度
cat Data/example.gtf | awk '/exon/{print $5-$4+1}' | head

练习

head Data/example.gtf | less -NS | awk '/ENSEMBL/{print $0}' | less -NS

less -NS Data/example.gtf | awk '{print $10,$12,$14}' | head | sed 's/"//g'| tr -d ';'

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

linux