awk 去除小数点后的数字

Question

我有一个包含这些字段的输入文件：

ENST00000456328.2   1657    1350.015    0   0

我正在尝试 awk 删除小数点后的数字并按原样打印其余部分

awk -F[.] '{print $1"\t"$2"\t"$3}{next;}'

但它不起作用，因为它给出了这样的输出：

ENST00000456328 2   1657    1350    015 0   0

有人可以帮忙吗。

问候。

Answer 1

假设输入是制表符分隔的，并且您希望保持这种状态，您可以使用以下命令从 Ensembl 稳定 ID 中删除版本号

$ awk 'BEGIN { OFS=FS="\t" } { sub("\\..*", "", $1); print }' file
ENST00000456328 1657    1350.015        0       0

这将替换第一个制表符分隔的字段（仅），删除第一个点之后的所有内容。

类似的sed：

$ sed 's/\.[^[:blank:]]*//' file
ENST00000456328 1657    1350.015        0       0

这将删除每行第一个点之后的所有非空白字符。您还可以使用\.[[:digit:]]*作为模式，它会明确匹配数字而不是非空白。

如果您的数据中有非版本化的 Ensembl ID 或来自另一个数据库的 ID，那么您可能需要确保在修改该行之前匹配版本化的 Ensembl ID。有了awk，这可能与完成

$ awk 'BEGIN { OFS=FS="\t" } /^ENS[^[:blank:]]*\./ { sub("\\..*", "", $1) } { print }' file
ENST00000456328 1657    1350.015        0       0

在print现在是在从一个根本的修改到第一场中的块的单独块。这是为了打印所有行（无论是否修改）的行。如果您的打字时间或空间不足，{ print }可以将整个块替换为较短的1。

并与sed：

$ sed '/^ENS[^[:blank:]]*\./s/\.[^[:blank:]]*//' file
ENST00000456328 1657    1350.015        0       0

的sed代码已经打印的所有行，是否修改或没有，所以没有其它修改必须被制成（而在awk代码，结果的输出必须被稍微对齐，且在所述第一比较awk变化）。

在最后两个变体中，^ENS[^[:blank:]]*\.在尝试进行任何修改之前，我们将行首的版本化 Ensembl ID 与正则表达式进行匹配。

上述变化都不关心或不需要关心线上的其余数据。每行可能包含其他字段，这些字段将不加修改地传递。

使用点作为字段分隔符是受启发的，但会导致问题，因为行上的更多数据包含点。