Início / unix / Perguntas / 778660
Accepted
Whitehot
Asked: 2024-06-20 17:21:23 +0800 CST

Passe a saída da linha de comando para a variável awk

  • 772

Estou tentando normalizar um arquivo de dados usando o número de linhas de uma versão anterior do arquivo de dados. Depois de ler essas perguntas , pensei que isso poderia funcionar:

awk -v num=$(wc -l my_first_file.bed) '{print $1, $2, $3, $4/num}' my_other_file.bed

mas gera esse erro:

awk: cmd. line:1: my_first_file.bed
awk: cmd. line:1:              ^ syntax error

Proteger the .com uma barra invertida não muda nada, nem usar crases em vez de $().

Como posso usar a saída de wc -lcomo uma awkvariável? Tudo isso acontecerá dentro de um pipeline do Snakemake, por isso estou um pouco limitado em termos de flexibilidade.

Conteúdo de my_other_file.bed:

chrUn_KI270548v1    0   50  0.00000
chrUn_KI270548v1    50  192 1.00000
chrUn_KI270548v1    192 497 0.00000
chrUn_KI270548v1    497 639 1.00000
chrUn_KI270548v1    639 723 0.00000
chrUn_KI270548v1    723 860 1.00000
chrUn_KI270548v1    860 865 2.00000
chrUn_KI270548v1    865 879 1.00000
chrUn_KI270548v1    879 991 2.00000
chrUn_KI270548v1    991 1002    3.00000
chrUn_KI270548v1    1002    1021    2.00000
chrUn_KI270548v1    1021    1093    1.00000
chrUn_KI270548v1    1093    1133    2.00000
chrUn_KI270548v1    1133    1222    1.00000
chrUn_KI270548v1    1222    1235    2.00000
chrUn_KI270548v1    1235    1364    1.00000
chrUn_KI270590v1    0   16  4.00000
chrUn_KI270590v1    16  46  5.00000
chrUn_KI270590v1    46  48  6.00000
chrUn_KI270590v1    48  95  7.00000
chrUn_KI270590v1    95  117 8.00000
chrUn_KI270590v1    117 130 9.00000
chrUn_KI270590v1    130 136 8.00000
chrUn_KI270590v1    136 138 7.00000
chrUn_KI270590v1    138 139 6.00000
text-processing

3 respostas

  1. Best Answer

    wc -l filenameproduzirá uma linha contendo duas colunas; o número de linhas e o nome do arquivo:

    $ wc -l .profile
27 .profile

    Seu awkcódigo fica confuso quando você tenta dividir usando essa string.

    Se você redirecionar o conteúdo do arquivo para wc -l, o wcutilitário não poderá gerar o nome do arquivo e exibirá apenas o número de novas linhas no arquivo:

    $ wc -l <.profile
27

    Então, altere seu código para este:

    awk -v num=$(wc -l <my_first_file.bed) '{print $1, $2, $3, $4/num}' my_other_file.bed

    Alternativamente, vamos awkfazer a contagem:

    awk 'FNR == NR { lines++; next } { print $1, $2, $3, $4/lines }' my_first_file.bed my_other_file.bed

    ou,

    awk 'FNR == NR { lines++; next } { $4 /= lines; print }' my_first_file.bed my_other_file.bed

    Aqui, damos awk os dois arquivos para trabalhar, mas ao ler o primeiro arquivo, tudo o que fazemos é incrementar a linesvariável. Ao iniciar a leitura do segundo arquivo, a FNR == NRcondição não é mais verdadeira (o número de registros lidos do arquivo atual não é mais igual ao número de registros lidos no geral) e começamos a executar o segundo bloco.

    Isso pressupõe que o primeiro arquivo nunca esteja vazio.

    Se você deseja que a saída seja delimitada por tabulações, não se esqueça de definir OFS="\t"for awk.

    • 6

  2. Tente executar apenas wc -l my_first_file.bed:

    $ wc -l my_first_file.bed
24 my_first_file.bed

    Então, seu comando é expandido pelo shell para

    awk -v num=24 my_first_file.bed '{print $1, $2, $3, $4/num}' my_other_file.bed`

    o que torna my_first_file.bedo seu comando Awk, o que obviamente não é uma sintaxe válida do Awk.

    Uma maneira de resolver isso seria alterar seu wc -l my_first_file.bedcomando para gerar apenas a primeira coluna. Por exemplo, algo assim:

    awk -v num=$(wc -l my_first_file.bed | cut -d' ' -f1) '{print $1, $2, $3, $4/num}' my_other_file.bed

    Isso usa espaço como delimitador para a saída de cut para apenas passar o número de linhas para sua variável.

    • 3

  3. Você pode fazer isso completamente awkpassando dois arquivos como operandos:

    awk 'NR==FNR{lines++;next} {print $1,$2,$3,$4/lines}' my_first_file.bed my_other_file.bed

    Isso fará o seguinte:

    • Ao processar o primeiro arquivo (indicado por NR, o contador de linhas global, sendo igual a FNR, o contador de linhas por arquivo), simplesmente aumentamos a contagem de linhas, mas pulamos a execução para a próxima linha posteriormente.
    • Ao processar o próximo arquivo, imprimimos todas as colunas, mas dividimos a 4ª pelo valor lines, que não é mais incrementado porque NRagora é maior queFNR

    Observe que isso não funcionará se my_first_file.bedestiver vazio.

    • 1

relate perguntas