☰

列のすべての値（すべてのNA）をファイル名の数値部分に置き換えるにはどうすればよいですか？

tag-icon • tag-icon text-processing awk sed command-line bioinformatics
列のすべての値（すべてのNA）をファイル名の数値部分に置き換えるにはどうすればよいですか？

次の名前のファイル（22）がいくつかあります。

chr1.out、chr2.out...、chr22.out

各ファイルには46の列と複数の行があります。

ファイルの1つの最初の6列と6行は次のとおりです。

  alternate_ids      rsid chromosome position alleleA alleleB index
     rs4814683 rs4814683         NA     9795       G       T     1
     rs6076506 rs6076506         NA    11231       T       G     2
     rs6139074 rs6139074         NA    11244       A       C     3
     rs1418258 rs1418258         NA    11799       C       T     4
     rs7274499 rs7274499         NA    12150       C       A     5
     rs6116610 rs6116610         NA    12934       G       A     6

これがchr1.outファイルにあるとします。

私が望むのは、熱染色体のすべてのNAを1に置き換えることです。

したがって、次のようになります。

  alternate_ids      rsid chromosome position alleleA alleleB index
     rs4814683 rs4814683         1     9795       G       T     1
     rs6076506 rs6076506         1    11231       T       G     2
     rs6139074 rs6139074         1    11244       A       C     3
     rs1418258 rs1418258         1    11799       C       T     4
     rs7274499 rs7274499         1    12150       C       A     5
     rs6116610 rs6116610         1    12934       G       A     6

22個のファイルごとに同じことをしたいと思います。したがって、chr2.outは3番目の列で2を取得し、chr3.outは3番目の列で3を取得します。

ベストアンサー1

Bashスクリプトを使用してください。

#!/bin/bash

tmp_d=$(mktemp -q -d -t 'replace.XXXXX' || mktemp -q -d)

for f in chr*.out; do
    tmp_f="${tmp_d}/$f"
    n="${f#chr}"
    n="${n%.out}"
    awk -v n="$n" '$3 == "NA" { $3=n }1' "$f" > "$tmp_f"
    mv "$tmp_f" "$f"
done

rm -r "$tmp_d"

まず、tmpファイルを作成するので、tmpディレクトリを作成します。

その後、各ファイルを繰り返しますchr*.out。

  • tmpディレクトリにこのファイルの変数を作成します。
  • chrプレフィックスの削除
  • .outサフィックスの削除
  • awk次に、NA3番目の列の内容をファイル名から抽出した数字に置き換え、それをtmpファイルに保存します。
  • 元のファイルをtmpファイルに置き換える

ループが完了したら、tmpディレクトリを削除します。

-iGAWKがあり、内部オプションが利用可能な場合は、すべてのtmpエントリを回避できます。

おすすめ記事