Início / user-282578

R-MASHup's questions

Martin Hope
R-MASHup
Asked: 2019-12-01 05:33:41 +0800 CST
  • -1

Provavelmente estou fazendo algo bobo aqui (novo no awk)...

Eu tenho um BigFile com várias colunas que quero filtrar as linhas por uma lista de nomes (NamesList). Esses nomes estão contidos na 4ª coluna do arquivo.

tentando usar um loop while

while read -r line; do 
cat BigFile.txt | awk '{if ($4=="$line") print $0;}' >> Output.txt
done < NamesList.txt

Para imprimir as linhas filtradas em Output.txt. Isso me dá um arquivo em branco :(

O que estou fazendo errado? Existe uma maneira melhor de fazer isso?

linux bash
Martin Hope
R-MASHup
Asked: 2019-07-11 22:42:34 +0800 CST
  • 0

Eu tenho um arquivo (bigfile.txt), uma das colunas se parece com isso

NW_017095471.1  Gnomon  mRNA    108321  109565  .   +   .   ID=rna34;Parent=gene27;Dbxref=GeneID:108565285,Genbank:XM_017925071.1;Name=XM_017925071.1;gbkey=mRNA;gene=LOC108565285;model_evidence=Supporting evidence includes similarity to: 7 Proteins%2C and 100%25 coverage of the annotated genomic feature by RNAseq alignments%2C including 30 samples with support for all annotated introns;product=transmembrane protein 126A;transcript_id=XM_017925071.1
ID=gene27;Dbxref=GeneID:108565285;Name=LOC108565285;gbkey=Gene;gene=LOC108565285;gene_biotype=protein_coding
ID=gene28;Dbxref=GeneID:108569527;Name=LOC108569527;gbkey=Gene;gene=LOC108569527;gene_biotype=protein_coding
ID=gene78;Dbxref=GeneID:108562956;Name=LOC108562956;gbkey=Gene;gene=LOC108562956;gene_biotype=protein_coding

Eu tenho uma lista separada:

gene27
gene28

Eu quero pegar cada linha e grep o campo ID e depois retornar o 'LOC#' que segue "Name=".

gene=$line
`grep $gene";" bigfile.txt | sed -e 's/Name=

Para retornar

LOC108565285
LOC108569527

Como faço para extrair apenas essa parte?

awk sed