awkがキーワードで一致し、別のフィールドのサブパターンを確認する

Question

では、$3がSNV or MNV or INDELの場合、ヘッダー行とともに、行全体を印刷しようとしています。その条件が満たされているか、それは本当の、そして$4にsubパターン:GMAF=が発見されたとした場合=記号の後に値がチェックされます。その値が.01以下の場合は、ヘッダー行とともに行全体が出力されます。

$3が空白またはNULLにSNVと$4することは可能であるので、その後、私もこれをキャプチャする方法を確認していません。 2行目はこれの例です。 $4に値がない場合、これはゼロと同じであるため、有意であり、抽出されると仮定します。私はまた、ヘッダー行から#を差し引いたものをプリントにどのように含めるかについてはわかりません。 ---はファイルの一部ではなく、ヘッダーを示すためのものです。私は各行にコメントを追加しました。ありがとうございました ：）。

ファイルtab-delimited

##..... 
##..... 
#ID Name Func List  ---- header row ---- 
1 1 REF 
2 2 SNV 
3 3 SNV AMAF=0.0041:EMAF=0.0:GMAF=0.0014 

所望の出力tab-delimited

ID Name Func List 
2 2 SNV 
3 3 SNV AMAF=0.0041:EMAF=0.0:GMAF=0.0014 

AWK

awk -F'\t' -v OFS='\t' 'NR>3 # define FS and OFS as tab and look in 3 row of file 
     $3 == "SNV"|| $3 == "MNV"|| $3 == "INDEL"{ # start block and look in row 3 in`$2` for any of these words 
     sub(/:GMAF=*/,"",$4); # if found then search `$4` for `:GMAF=` 
     VAL=substr($4,RSTART+4,RLENGTH-4); 3 extract the 4 digits after the = sign as VAL 
              } # close block 
      for(i=1;i<=num;i++){ # create a loop to iterate over each line as i 
        if(VAL[i] <= 0.01){ 3 check each VAL in iand if less then or equal to 0.01 
        { # start block 
            print $1, $2, $3, VAL; # print output 
             } # end block 
       next # process next line 
       } # end block 
       1' file 

ただ理解しやすいように、上記のコードをフォーマットするエド・モートンが210

---

編集：

awk -F'\t' -v OFS='\t' '       # define FS and OFS as tab 
    NR>3           # and look in 3 row of file 

    $3 == "SNV" || $3 == "MNV" || $3 == "INDEL" { # start block and look in row 3 in`$2` for any of these words 
     sub(/:GMAF=*/,"",$4);      # if found then search `$4` for `:GMAF=` 
     VAL=substr($4,RSTART+4,RLENGTH-4);   3 extract the 4 digits after the = sign as VAL 
    }            # close block 

    for(i=1;i<=num;i++) {       # create a loop to iterate over each line as i 
     if(VAL[i] <= 0.01) {      3 check each VAL in iand if less then or equal to 0.01 
      {          # start block 
       print $1, $2, $3, VAL;    # print output 
      }          # end block 
      next         # process next line 
     }           # end block 
1' file 

Answer 1

短い答え：

$4が解除/空白/非こと、既存のされている場合をキャッチしますフィールドの総数が3（NF==3）

#をヘッダー行の前に削除するには、任意の代替技術（つまり、サブ）を使用することができます。私はテストでgensubを使用しました。

完全回答：
あなたのニーズに合ったようです。私はタブ区切りのファイルを使用していませんが、あなたはあなたのテーブルファイルに応じて調整することができます。

$ cat file4 
##..... 
##..... 
#ID Name Func List 
1 1 REF 
2 2 SNV 
3 3 SNV AMAF=0.0041:EMAF=0.0:GMAF=0.0014 
4 4 RNV AMAF=0.0041:EMAF=0.0:GMAF=0.0014 
5 5 SNV AMAF=0.0041:EMAF=0.0:GMAF=0.14 
6 6 INDEL 
7 7 RNV 
8 8 SNV GMAF=0.0041:EMAF=0.0:AMAF=0.0014 
9 9 SNV EMAF=0.0041:GMAF=0.1:AMAF=0.0014 

$ awk 'NR<3{next}NR==3{print gensub(/^#/,"","1");next}($3 == "SNV"|| $3 == "MNV"|| $3 == "INDEL") && NF==3{print;next}  
($3 == "SNV"|| $3 == "MNV"|| $3 == "INDEL") {val=gensub(/.*GMAF=(.[^:]*).*/,"\\1","g",$4);if (val<=0.1) print}' file4 
ID Name Func List 
2 2 SNV 
3 3 SNV AMAF=0.0041:EMAF=0.0:GMAF=0.0014 
6 6 INDEL 
8 8 SNV GMAF=0.0041:EMAF=0.0:AMAF=0.0014 
9 9 SNV EMAF=0.0041:GMAF=0.1:AMAF=0.0014 

説明：

awk 'NR<3{next}              # skip the first two lines 
    NR==3{print gensub(/^#/,"","1");next}       # print the third line (header) by removing the leading # 
    ($3 == "SNV"|| $3 == "MNV"|| $3 == "INDEL") && NF==3{print;next} # Print the lines missing $4 and go to next line  
    ($3 == "SNV"|| $3 == "MNV"|| $3 == "INDEL") {     # if $3 fullfils the criteria then 
     val=gensub(/.*GMAF=(.[^:]*).*/,"\\1","g",$4);     # isolate the value of GMAF with regex 
     if (val<=0.1) print;           # compare and print 
     }' file4