删除每列中包含 NA 的行

Question

我有一个制表符分隔的文件，如下所示：

gene    v1  v2  v3  v4
g1  NA  NA  NA  NA
g2  NA  NA  2   3
g3  NA  NA  NA  NA
g4  1   2   3   2

每行中的字段数是固定且相同的。我想从上面的文件中删除那些行，其中从第 2 列到最后一列的每一行的所有字段都是 NA。然后输出应如下所示：

gene    v1  v2  v3  v4
g2  NA  NA  2   3
g4  1   2   3   2 

Answer 1

与awk：

awk '{ for (i=2;i<=NF;i++) if ($i!="NA"){ print; break } }' file

循环遍历从第二个字段开始的字段，如果NA找到不包含的字段，则打印该行。然后打破循环。

Answer 2

使用 GNU sed

sed -e '/g[0-9]\+\(\s*NA\s*\)\+$/d' filename

简短说明：

g[0-9]\+\(\s*NA\s*\)\+$是一个正则表达式匹配，g后跟至少一个数字，然后是任意数量的NAs，在行尾之间有可选的空格。

sed -e '/<regex>/d' 删除所有匹配的行 <regex>

具有相同含义的更标准的正则表达式是：

sed -Ee '/g[0-9]+([[:space:]]*NA[[:space:]]*)+$/d' filename

Answer 3

随着all从Perl的名单::的Util模块：

$ perl -MList::Util=all -alne 'shift @F; print unless all { $_ eq "NA" } @F' file
gene  v1  v2  v3  v4
g2    NA  NA  2   3
g4    1   2   3   2

Answer 4

与grep：

egrep -v -x 'g[0-9]+([[:blank:]]+NA)*[[:blank:]]*' filename

这会导致 grep不显示 ( -v) 整行 ( -x) 匹配的行：

• 第一列中的小写 g，后跟一个或多个数字
• 任意数量的空格实例，后跟 NA
• 可选的尾随空格