在AWK下面我想该值相匹配$4的file1与值从$4在file2之前第一_。我将$4in的值存储在infile1中A。然后我在strore值$2作为min，在价值$3的max，并且在价值$1的chr。如果$1 in A等于array[1]，然后我使用存储在值min，max以及chr检查是否存在重叠或不之间$2，$3以及$在1个值file2。如果有则overlap打印，但如果没有missing则打印。我试图确保线条匹配并且坐标被覆盖从file1到file2. 我的实际数据是以下格式的数千行，并且file2. 我也评论了awk，希望它对我有帮助，因为我遇到了语法错误，也许有更好的方法，但我想试试看。
如果我删除{split($4,array,"_")}和 remove array[1]，我会得到当前的输出，但不是所有的行都被打印出来overlap，而且我不确定只打印完全匹配的行。
文件 1 tab-delimited
chr19 42373737 42373856 RPS19
chr6 32790021 …我使用awk下面的错误计数.应该计算$5之前的唯一文本-.
输入
chr1 955543 955763 chr1:955543-955763 AGRN-6|gc=75 1 15
chr1 955543 955763 chr1:955543-955763 AGRN-6|gc=75 2 16
chr1 955543 955763 chr1:955543-955763 AGRN-6|gc=75 3 16
chr1 1267394 1268196 chr1:1267394-1268196 TAS1R3-46|gc=68.2 553 567
chr1 1267394 1268196 chr1:1267394-1268196 TAS1R3-46|gc=68.2 554 569
chr1 9781175 9781316 chr1:9781175-9781316 PIK3CD-276|gc=63.1 46 203
chr1 9781175 9781316 chr1:9781175-9781316 PIK3CD-276|gc=63.1 47 206
chr1 9781175 9781316 chr1:9781175-9781316 PIK3CD-276|gc=63.1 48 206
chr1 9781175 9781316 chr1:9781175-9781316 PIK3CD-276|gc=63.1 49 207
电流输出
1
所需的输出(AGRN,TAS1R3,PIK3CD)是唯一的并且是计数的
3
AWK
awk -F '[- …我让用户输入一些MyBarcode and MyScan将用于创建目录的信息.如果该目录存在,我想显示一条消息,指示该目录并返回用户可以输入数据的步骤.它vba位于下方并且似乎起作用,除了目录检查,我需要一些帮助.我希望这是一个好的开始.谢谢 :).
Private Sub CommandButton3_Click()
Dim MyBarCode As String ' Enter Barcode
Dim MyScan As String ' Enter ScanDate
Dim MyDirectory As String
MyBarCode = Application.InputBox("Please enter the last 5 digits of the barcode", "Bar Code", Type:=2)
If MyBarCode = "False" Then Exit Sub 'user canceled
Do
MyScan = Application.InputBox("Please enter scan date", "Scan Date", Date - 1, Type:=2)
If MyScan = "False" Then Exit Sub 'user canceled
If IsDate(MyScan) Then Exit Do
MsgBox …我试图计算$2目录中多个测试文件的平均值,并将输出合并到一个tab-delimeted输出文件中.输出文件是两个字段,其中$1包含已提取的文件名pref,以及$2" is the calculated average with one decimal, rounded up. There is also a header in the outputSample in$ 1 andPercent in$ 2`.下面似乎很接近,但我缺少一些东西(将标题添加到输出,合并到一个制表符分隔文件,并舍入到3个小数位),我不知道该怎么做而没有得到所需的输出.谢谢 :).
123_base.txt
AASS 99.81
ABAT 100.00
ABCA10 0.0
456_base.txt
ABL2 97.81
ABO 100.00
ACACA 99.82
期望的输出(制表符分隔)
Sample Percent
123 66.6
456 99.2
巴什
for f in /home/cmccabe/Desktop/20x/percent/*.txt ; do
bname=$(basename $f)
pref=${bname%%_base_*.txt}
awk -v OFS='\t' '{ sum += $2 } END { if …我试图输出输入文件中唯一文本的计数.它在,$2但我似乎只能使用下面的计数1.谢谢 :).
awk '{sub(/:.*/,"",$2)} !seen[$5]++{unq++} END{print unq}' input.txt > output.txt
input.txt中
chrX:48544112-48544235 **WAS**:exon.1;WAS:exon.4;WAS:exon.6 271.171
chr5:1282528-1282754 **TERT**:exon.1;TERT:exon.3 349.08
chrX:48547038-48547465 **WAS**:exon.1;WAS:exon.10;WAS:exon.2 42.459
期望的输出
2
编者注:这个问题总是关于循环性能,但最初的标题导致一些回答者 - 和选民 - 相信它是关于如何删除Windows行结尾.
下面的bash循环只是删除windows行结尾并将它们转换为unix并且似乎正在运行,但它很慢.输入文件很小(4个文件,范围从167字节 - 1 kb),并且都是相同的结构(名称列表),唯一不同的是长度(即一些文件是10个名称,其他文件是50).是否需要花费超过15分钟才能使用至强处理器完成此任务？谢谢 :)
for f in /home/cmccabe/Desktop/files/*.txt ; do
bname=`basename $f`
pref=${bname%%.txt}
sed 's/\r//' $f - $f > /home/cmccabe/Desktop/files/${pref}_unix.txt
done
输入.txt文件
AP3B1
BRCA2
BRIP1
CBL
CTC1
编辑
这不是重复,因为我更多地要求为什么我用于删除Windows行结尾的bash循环sed运行得如此之慢.我不是故意暗示如何删除它们,是在寻求可能加速循环的想法,而且我得到了很多.谢谢 :).我希望这有帮助.
我试图在选项卡描述文件+中的特定字段$4中添加一个.谢谢 :).
输入
chr12 9221325 9221448 chr12:9221325-9221448 A2M
chr12 9222330 9222419 chr12:9222330-9222419 A2M
chr12 9223073 9223184 chr12:9223073-9223184 A2M
期望的输出
chr12 9221325 9221448 + A2M
chr12 9222330 9222419 + A2M
chr12 9223073 9223184 + A2M
sed到目前为止(没有特定的领域)
sed 's/$/\t+/' < input > output
我想列出特定文件扩展.vcf使用bash.我遇到的问题是.vcf目录中可能有多个,但只需要一个,但_它只是格式xxx.vcf(name.vcf).我不知道该怎么做,但下面似乎很接近.谢谢 :).
目录文件
123.vcf
123_count.txt
123_variant_list.vcf
庆典
select file in $(cd /home/file/overall/stats;ls *.{vcf});do break;done
echo $file
期望的输出
123.vcf
在awk低于@ hek2mgl运行改善,但它需要15小时才能完成.它基本上将21 - 259条记录的输入文件匹配到11,137,660条记录的文件中.这是很多,但希望它可以更快.也许如果$5在连字符AGRN-6|gc=75上洒了AGRN- 6|gc=75可以加快这个过程.不确定以下是否是一个开始.基本上它的作用是使用有4个输入文件在一个大的11,000,000记录文件中进行搜索和匹配.谢谢 :).
输入
AGRN
CCDC39
CCDC40
CFTR
搜索到的文件
chr1 955543 955763 chr1:955543 AGRN-6|gc=75 1 0
chr1 955543 955763 chr1:955543 AGRN-6|gc=75 2 2
chr1 955543 955763 chr1:955543 AGRN-6|gc=75 3 2
输出($4 $5 average of $7)
chr1:955543 AGRN-6|gc=75 1.3
AWK
BEGIN{FS="[\t| -]+"}
# Read search terms from file1 into 's'
FNR==NR {
s[$0=1]
next
}
{
# Check if $5 matches one of the search terms …我试图列出目录中的所有text文件使用perl.下面的确运行但生成的文件为空.这似乎很接近但可能不是我需要的.谢谢 :).
get_list.pl
#!/bin/perl
# create a list of all *.txt files in the current directory
opendir(DIR, ".");
@files = grep(/\..txt$/,readdir(DIR));
closedir(DIR);
# print all the filenames in our array
foreach $file (@files) {
print "$file\n";
}
在下面，awk我尝试打印出匹配的行，这些行具有字符串FP或RFP $2制表符分隔的输入。如果找到匹配项，$2则result仅file在其中没有这些关键字的行中打印。同时，将removed打印另一个文件，其中包含那些确实包含这些关键字的行。awk如果我只打印一个awk运行，则当我尝试打印两个文件时，其中存在语法错误。谢谢 ：）。
输入
12 aaa
123 FP bbb
11 ccc
10 RFP ddd
结果
12 aaa
11 ccc
已移除
123 FP bbb
10 RFP ddd
awk
awk -F'\t' 'BEGIN{d["FP"];d["RFP"]}!($2 in d) {print > "removed"}; else {print > "result"}' file
awk: cmd. line:1: BEGIN{d["FP"];d["RFP"]}!($2 in d) {print > "removed"}; else {print > "result"}
awk: cmd. line:1: ^ syntax error
我正在尝试bash将目录中具有相同前缀的所有文本文件合并/组合成一个文本文件。谢谢 ：）。
目录
111.txt
aaa
aaa
222_1.txt
bbb
222_2.txt
ccc
ccc
333_1.txt
aaa
333_2.txt
ccc
ccc
333_3.txt
bbb
想要的
111.txt
aaa
aaa
222.txt
bbb
ccc
ccc
333.txt
aaa
ccc
ccc
bbb
猛击
for file in `ls`|cut -d"_" -f1 ; do
cat ${file}_* > ${file}
done