Chr start stop superfamily TE pres/abs 88 108 139 159 265 350 351 403 410 424 428 430 506 544 546 6
1 8667 8700 MuDR ATDNAI27T9A presence NA 0 0 0 0 0 0 0 0 0 0 NA 0 0 0 0
1 10585 10600 Gypsy ATHILA6A presence NA 0 0 0 0 NA 0 0 0 0 0 0 0 0 0 0
1 15091 15099 Copia ATCOPIA13 presence 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 15894 15898 Gypsy ATGP1 presence 0 0 NA 0 NA 0 0 0 0 0 1 0 0 0 0 NA 1
1 20514 20532 MuDR VANDAL8 presence NA 0 NA NA NA NA NA 1 0 NA NA NA 0 0 0 NA NA
1 20530 20537 Gypsy ATGP1 presence NA 0 0 NA NA NA NA 1 0 NA NA NA 0 0 0 NA NA
以下は、「0」と「1」を取得しようとする頻度をどれだけ頻繁に試みるかです。
cat file.bed|awk '{if(NR>1){for (i = 1; i <= NF; i++) if($i==0)print}}'|awk '{count=0;if(NR==1){print $0"\tcount"}else{for (i=8; i<=NF; i++){if ($i==1){count++}}print $0"\t"count}}' > x
私のコードは正しい出力を提供していません。
出力ファイルの末尾に3つの列を追加して0、1、およびNAの数を取得するようにコードを変更するにはどうすればよいですか？
0、NA、1は2行目から計算する必要があります。 0列では、NAと1を7列以上で計算する必要があります。
希望の出力：
Chr start stop superfamily TE pres/abs 88 108 139 159 265 350 351 403 410 424 428 430 506 544 546 6 count0 count1 countNA freq0 freq1 freqNA
1 8667 8700 MuDR ATDNAI27T9A presence NA 0 0 0 0 0 0 0 0 0 0 NA 0 0 0 0 14 0 2 0.87 0 0.12
ベストアンサー1
awk 'BEGIN{ FS=OFS="\t" }
NR==1 { print $0, "0s", "1s", "NAs" }
NR>1 { for(i=7; i<=NF; i++) { NAs+=$i=="NA"; ones+=$i==1; total++ };
print $0, total-ones-NAs, ones, NAs; NAs=ones=total=0;
}' infile >outfile
NAs変数は「NA」の発生回数を計算します。
ones変数は「１」の発生回数を計算する。最後の7番目のフィールドで訪問したフィールドの総数を数えます（これは削除できますが、明確にするために*を使用しました）。 「0」の数です（全体から「0」と「NA」を引いた値）。次の行で変数をリセットします。
total
total-ones-NAsNAs=ones=total=0
*：削除してtotal++置き換えるtotal-ones-NAsことができますNF-6-ones-NAs。