連接文件awk/linux

我有一個文件夾中的文件開頭的行如下所示。連接文件awk/linux

##contig=<ID=chr38,length=23914537> 
##contig=<ID=chrX,length=123869142> 
##contig=<ID=chrMT,length=16727> 
##samtoolsVersion=0.1.19-44428cd 
#CHROM POS  ID  REF  ALT  QUAL FILTER INFO FORMAT P922_120 
chr1 412573 SNP74 A  C  2040.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;DP=58; 
chr1 602567 BICF2G630707977 A  G  877.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB; 
chr1 604894 BICF2G630707978 A  G  2044.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB; 
chr1 693376 .  GCCCCC GCCCC 761.73 .  AC=2;AC1=2;AF=1.00;AF1=1;

有n個這樣的文件。我想將所有文件連接成一個文件，這樣所有用＃開始的行應該從所有文件中刪除，並且連接來自所有文件的其餘行只保留標題行。示例輸出如下所示：

#CHROM POS  ID  REF  ALT  QUAL FILTER INFO FORMAT P922_120 
chr1 412573 SNP74 A  C  2040.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;DP=58; 
chr1 602567 BICF2G630707977 A  G  877.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB; 
chr1 604894 BICF2G630707978 A  G  2044.77 PASS AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB; 
chr1 693376 .  GCCCCC GCCCC 761.73 .  AC=2;AC1=2;AF=1.00;AF1=1;

來源

2014-09-23 chas

感謝大家。但是，標題行「#CHROM POS ID REF ALT QUAL FILTER INFO FORMAT P922_120」只能作爲標題保留一次。 – chas 2014-09-23 20:54:15

使用awk

具體做法是：

awk '$0!~/^#/{print $0}' file1 file2 file3 > outputfile

分佈看你判斷行（$ 0）不匹配（！〜）以＃（/ ^＃/）開頭的字符串，如果是，則打印該行。輸入文件並寫入（>）輸出文件。

來源

2014-09-23 20:34:26

咦？當然，這將刪除以'＃'開頭的標題。 – 2014-09-23 20:49:32

謝謝。如果有n個文件，則會有n個標題行。並且您的解決方案完全刪除所有文件的標題。它應該保留一次，如輸出中所示。 – chas 2014-09-23 20:57:31

如果你只需要頭一次，手動把它放在其中可能是更容易的選項，或者嘗試：'awk'BEGIN {f =「」}; $ 0〜/＃C/&& f！=「T」{print $ 0 ; f =「T」}; $ 0！〜/ ^＃/ {print $ 0}'file1 file2> outfile' – 2014-09-23 20:59:43

您的問題是不是非常明確的規定，但我認爲你只是在尋找：

sed '/^##/d' $FILE_LIST > output

哪裏FILE_LIST輸入文件的列表（你可以使用*）

來源

2014-09-23 20:23:30

謝謝!!仍然是小問題。它打印所有以「＃」開頭的行，即所有文件中的#CHROM標題行。它只能打印一次。我們能修復這個嗎？ – chas 2014-09-23 20:49:32

或者您可以使用grep這樣的：

grep -vh "^##" *

-v意味着inverted，所以該命令的含義是...查找所有文件中未開始##的所有行，並且不打印文件名（-h）。

或者，如果你想發出在開始1個標題行，

(grep -m1 ^#CHROM * ; grep -hv ^## *) > out.txt

來源

2014-09-23 20:30:22

如果我理解正確的話，你可以這樣做：

echo "#CHROM POS  ID  REF  ALT  QUAL FILTER INFO FORMAT P922_120" > mergedfile 
for file in $FILES; do cat $file | grep -v "#" >> mergedfile; done

注意$文件可以是ls和grep的-v選項是不匹配的標誌。

來源

2014-09-23 20:35:08 muzio

我相信你想要的是

awk '$0 ~/^##/ { next; } $0 ~ /^#/ && !printed_header {print; printed_header=1 } $0! ~ /^#/ {print }' file1 file2 file3

來源

2014-09-23 20:37:43 toth

連接文件awk/linux

回答

相關問題