Estou tentando percorrer os diretórios dentro de uma determinada pasta e quero pular um nome de diretório específico. Eu escrevi este script bash para fazer isso, mas isso está me dando erros. Por favor me diga onde estou errando:
for f in *
do
if [ -d "$f" ]; then
if [ -d "TEST"];then
echo "skip TEST directory"
continue
fi
echo "$f"
fi
done
Eu quero pular o diretório TEST.
Eu tenho um diretório que tem vários subdiretórios nele. Estou percorrendo os subdiretórios um por um. Então eu mudo o diretório usando cd. Se nesse subdiretório eu tiver um arquivo com extensão .partial, salve o nome do arquivo. Então eu preciso imprimir o nome do subdiretório e o nome do arquivo parcial. eu escrevi algo assim
for f in *
do
if [ -d "$f" ]; then
cd "$f"
a=$(find ./ -name "*.partial")
if [ -e "$a" ];then
echo -e "$f" "\t" "$a"
fi
cd ..
fi
done
O problema findé que ele procura recursivamente por .partialextensões de arquivo em outros subdiretórios, o que eu não quero. Como posso restringi-lo apenas ao diretório atual?
#chr fivep threep strand sample1 sample2 sample3 sample4 name1 name2
chrI 9442 9492 + 0 0 0 0 na na
chrI 12584 12631 + 0 0 0 0 na na
chrI 12584 12679 + 16 16 15 22 na na
chrI 12584 12727 + 0 0 0 0 na na
chrI 12632 12679 + 13 12 16 9 na na
Eu tenho um arquivo no formato acima. Eu quero uma saída de tal forma que eu obtenha 4 arquivos individuais como nome de saída que são basicamente as colunas sample1 , sample2 etc.
Como exemplo, isso é o que eu quero fazer:
awk -v OFS="\t" '{print $1,$2,$3,$9":"$10,$5,$4}' > sample1.txt
awk -v OFS="\t" '{print $1,$2,$3,$9":"$10,$6,$4}' > sample2.txt
awk -v OFS="\t" '{print $1,$2,$3,$9":"$10,$7,$4}' > sample3.txt
awk -v OFS="\t" '{print $1,$2,$3,$9":"$10,$8,$4}' > sample4.txt
Eu posso fazer isso para algumas colunas, mas tenho um arquivo grande com muitas colunas. Como posso fazer isso em um loop para que eu não precise digitar cada instrução awk individualmente
Eu tenho um arquivo delimitado por tabulação que se parece com isso:
gene v1 v2 v3 v4
g1 NA NA NA NA
g2 NA NA 2 3
g3 NA NA NA NA
g4 1 2 3 2
O número de campos em cada linha é fixo e o mesmo. Eu quero remover essas linhas do arquivo acima, onde todos os campos de cada linha da coluna 2 até a última são NA. Então a saída deve ficar assim:
gene v1 v2 v3 v4
g2 NA NA 2 3
g4 1 2 3 2
Eu tenho um script de shell que faz algumas coisas, como armazenar valores em uma variável. Como exemplo aqui está o meu script:
for i in ../../*.bam
do
fn=$(basename $i)
fn=${fn%_Aligned.sortedByCoord.out.bam}
bamToBed -i $i | awk -v OFS="\t" '{if($6 ~ /+/){print $1,$2+67,$2+67+1,$4,$5,$6}else{print $1,$3-67-1,$3-67,$4,$5,$6}}' | awk -v OFS="\t" '$3 > 0' > ${fn}_pos.bed
sortBed -g $genome -i ${fn}_pos.bed > ${fn}_n_pos.bed
mv ${fn}_n_pos.bed ${fn}_pos.bed
perl counter.pl ${fn}_pos.bed | sortBed -g $genome -i stdin | intersectBed -g $genome -sorted -a <(cat $genome | awk -v OFS="\t" '{print $1,"0",$2}') -b stdin -wa -wb | cut -f 4-7 > ${fn}.bedGraph
bedGraphToBigWig ${fn}.bedGraph $genome ${fn}.bw
a=`samtools view $i | wc -l`
intersectBed -g $genome -sorted -c -a <(cat test.bed | awk -v OFS="\t" '{print $1,$2-50,$2+400,$4,$5,$6}') -b ${fn}_pos.bed | cut -f 4,7 | awk -v OFS="\t" '{print $1,$2,$a}'> ${fn}_IP_count.txt
cat ${fn}_IP_count.txt | awk -v OFS="\t" '{print $1,$2,$a}' > final.txt
done
Como você pode ver esta linha no código onde eu declarei uma variável a. Isso armazena um número. Então eu criei um arquivo de texto de 2 colunas, delimitado por tabulação ${fn}_IP_count.txt
Eu quero adicionar uma terceira coluna neste arquivo onde a terceira coluna é o valor armazenado na variável apara cada linha. Como exemplo, o arquivo de 2 colunas se parece com isso:
gene1 200
gene2 23
gene3 45
gene4 10
Digamos que o valor armazenado na variável a seja 245676, então eu quero que a saída seja armazenada na terceira coluna assim
gene1 200 245676
gene2 23 245676
gene3 45 245676
gene4 10 245676
Eu tentei usando awk, mas não estou recebendo a resposta certa. Qualquer ajuda seria apreciada.
Eu tenho um arquivo como este que é separado por tabulação:
name v1 v2 v3 v4
g1 4.5 2.3 2.1 0.2
g2 10 3 5 2.3
g3 7 2.5 2.8 3.9
Apenas mostrando acima de um arquivo fictício onde tenho 5 colunas e 4 linhas (incluindo o cabeçalho). Eu quero filtrar as linhas de tal forma que, se cada coluna em uma linha específica tiver valor >= 2, mantenha essa linha, caso contrário, remova-a. A saída deve ficar assim:
name v1 v2 v3 v4
g2 10 3 5 2.3
g3 7 2.5 2.8 3.9
Como posso fazer isso usando o awk?
Eu tenho um arquivo de texto como este
REP1.bam ./CONTROL/CONTROL.bam
Este é um arquivo separado por tabulação. Eu quero dividir a linha na guia/espaço e armazenar colunas individuais como elementos de matriz separados.
eu fiz algo assim
while read -r line; do arr=(${line{///}); echo ${arr[1]}; done < test.txt
Isso me dá .CONTROLCONTROL.bam e não preserva as barras.
Como posso consertar isso.
Tenho um arquivo com mais de 200 colunas. Como propósito de exemplo, estou aqui usando um arquivo com menor número de colunas(9). Abaixo está o arquivo de entrada (algumas linhas)
chr10 181243 225933 1 1 1 10 0 36
chr10 181500 225933 1 1 1 106 0 35
chr10 226069 255828 1 1 1 57 0 37
chr10 243946 255828 1 1 1 4 0 27
chr10 255989 267134 1 1 1 87 0 32
chr10 255989 282777 1 1 1 61 0 34
chr10 267297 282777 1 1 1 61 0 37
chr10 282856 283524 1 1 1 92 0 35
chr10 282856 285377 1 1 1 1 0 15
chr10 283618 285377 1 1 1 72 0 33
Eu quero reorganizar o arquivo de forma que minha última coluna (aqui a 9ª coluna) seja a 4ª coluna no arquivo de saída e depois imprimir todo o resto. Portanto, a saída que estou procurando é
chr10 181243 225933 36 1 1 1 10 0
chr10 181500 225933 35 1 1 1 106 0
chr10 226069 255828 37 1 1 1 57 0
chr10 243946 255828 27 1 1 1 4 0
chr10 255989 267134 32 1 1 1 87 0
chr10 255989 282777 34 1 1 1 61 0
chr10 267297 282777 37 1 1 1 61 0
chr10 282856 283524 35 1 1 1 92 0
chr10 282856 285377 15 1 1 1 1 0
chr10 283618 285377 33 1 1 1 72 0
Em um arquivo com menor número de colunas, posso usar algo assim para obter a saída acima:
awk -v OFS="\t" '{print $1,$2,$3,$9,$4,$5,$6,$7,$8}'
Se agora eu tenho um arquivo com um grande número de colunas, como posso colocar a última coluna do arquivo como a 4ª coluna e o resto eu imprimo como está?
tenho um arquivo assim
x + chrX 15362 15364 + 100(3) *(0) *(0) *(0) 100(5) *(0) 100(1)
y + chrX 153626 153626 + 100(80) 98.56(79) 100(40) 100(47) 100(88) 4(23)
Eu quero capturar os valores entre parênteses e apenas imprimi-los para que a saída fique assim
x + chrX 15362 15364 + 3 0 0 0 5 0 1
y + chrX 153626 153626 + 80 79 40 47 88 23
Eu quero fazer isso no sed.
Eu tentei algo assim mas não está funcionando
sed -r 's/^.*\((\d+)\)/\1/g'
Além disso, como posso me livrar de tudo dentro dos parênteses, incluindo os parênteses, para obter a seguinte saída também
x + chrX 15362 15364 + 100 * * * 100 * 100
y + chrX 153626 153626 + 100 98.56 100 100 100 4
Eu tenho um arquivo que é a saída de vários comandos canalizados. Algo assim
command1 input.txt| command2 | command3 | input file
O arquivo é separado por tabulação
Após o comando 3, meu arquivo de entrada se parece com isso
chr6 116732135 116741866 116732135 116732368 116741505 116741866 + 0.79 0.51 0.97 0.77 0.48 0.97 0.02 0.37 'chr6:116732136-116732368:+@chr6:116741506-116741866:+.A.withRI','chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.up_chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.dn' (0,0):10,(1,0):147,(1,1):1 0:148 (0,0):36,(1,0):161,(1,1):3 0:163,1:1 chr6 + 116732136,116732136 116741866,116741866 gene_id "ENSG00000196911.10"; transcript_id "ENST00000368564.6"; gene_type "protein_coding"; gene_name "KPNA5"; transcript_type "protein_coding"; transcript_name "KPNA5-202"; level 2; protein_id "ENSP00000357552.1"; transcript_support_level "1"; tag "basic"; tag "appris_principal_1"; tag "CCDS"; ccdsid "CCDS5111.1"; havana_gene "OTTHUMG00000015448.4"; havana_transcript "OTTHUMT00000041967.2";
chr6 116732135 116741866 116732135 116732368 116741505 116741866 + 0.79 0.51 0.97 0.77 0.48 0.97 0.02 0.37 'chr6:116732136-116732368:+@chr6:116741506-116741866:+.A.withRI','chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.up_chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.dn' (0,0):10,(1,0):147,(1,1):1 0:148 (0,0):36,(1,0):161,(1,1):3 0:163,1:1 chr6 + 116732136,116732136 116741866,116741866 gene_id "ENSG00000196911.10"; transcript_id "ENST00000356348.6"; gene_type "protein_coding"; gene_name "KPNA5"; transcript_type "protein_coding"; transcript_name "KPNA5-201"; level 2; protein_id "ENSP00000348704.1"; transcript_support_level "1"; tag "basic"; tag "appris_principal_1"; tag "CCDS"; ccdsid "CCDS5111.1"; havana_gene "OTTHUMG00000015448.4"; havana_transcript "OTTHUMT00000041969.2";
Após o comando 3, usei o comando awk para dividir a última coluna usando ;
Este é o comando
command1 input.txt| command2 | command3 | awk -F "\t" -v OFS="\t" '{split($NF,a,";"); $NF=""; print $0,a[1],a[4]}'
Eu queria dividir no último campo do arquivo obtido do comando3 e depois imprimir todos os campos, exceto o último campo e depois a[1] e a[4], os campos de divisão, mas isso adiciona uma guia entre as colunas 1-25 e a[1],a[4]. Como posso evitar isso?
Obrigado
e esta é a saída
chr6 116732135 116741866 116732135 116732368 116741505 116741866 + 0.79 0.51 0.97 0.77 0.48 0.97 0.02 0.37 'chr6:116732136-116732368:+@chr6:116741506-116741866:+.A.withRI','chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.up_chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.dn' (0,0):10,(1,0):147,(1,1):1 0:148 (0,0):36,(1,0):161,(1,1):3 0:163,1:1 chr6 + 116732136,116732136 116741866,116741866 gene_id "ENSG00000196911.10" gene_name "KPNA5"
chr6 116732135 116741866 116732135 116732368 116741505 116741866 + 0.79 0.51 0.97 0.77 0.48 0.97 0.02 0.37 'chr6:116732136-116732368:+@chr6:116741506-116741866:+.A.withRI','chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.up_chr6:116732136-116732368:+@chr6:116741506-116741866:+.B.dn' (0,0):10,(1,0):147,(1,1):1 0:148 (0,0):36,(1,0):161,(1,1):3 0:163,1:1 chr6 + 116732136,116732136 116741866,116741866 gene_id "ENSG00000196911.10" gene_name "KPNA5"
Eu tenho 2 arquivos de entrada. O arquivo de entrada1 se parece com isso
Equus caballus
Monodelphis domestica
Saccharomyces cerevisiae S288c
Input2 se parece com isso (mostrando as primeiras 10 linhas)
>CM000377.2/60448635-60448529 Equus caballus chromosome 1, whole genome shotgun sequence. ATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTATTCTTATCAGTTTAAAACTAGTGGTGAAATGAGATGTAGACAGTAACATTTGAATTACAACATCA
>CM000377.2/105043590-105043453 Equus caballus chromosome 1, whole genome shotgun sequence. ATTGCTTCTTGGCCTTTTGGCTAAGATCAAGTATAGTATCTGTTCTCATCAATTTAAAAATGGCAATATAAATAGACCCATAGTAGATCCAGATAATGGTGTTATCAGAAAAGGACTTTAAGTAATTTAATATGTTCA
>CM000377.2/137942042-137941941 Equus caballus chromosome 1, whole genome shotgun sequence. ATCGCTTCTCAGACTTTTGGCTAAGATCAAGCGTAGTATCTGTTCTTATCAGTAATTAACTTCAGAAAAGTTAACTCATCTTCAGCAAGGCAGTAATCCCCT
>CM000377.2/97988860-97989002 Equus caballus chromosome 1, whole genome shotgun sequence. ATCGCTTCTTGGCCTTTTGGCTAAGATCAAGTGTAGGAATCAATGAATTTCTGGTTATGGAGGCTAAAATGATATCTAATCTTGACTTAATCTAGGTCTCTTCAGTATTTGTCACCCTTTACTACATTCTCTGCTGATGCACT
>CM000377.2/77415658-77415776 Equus caballus chromosome 1, whole genome shotgun sequence. ACTGCTTCTTCGCCTTTTGGCTAAAATCAAGTATAGTATCTGTTCTTACCAGTTTAAGTACTTTTTGTGCTTCTCATGGCTATAAGCCATAATTGCTGTTATAACGGTAAGGATTTTTC
>CM000377.2/172045138-172045024 Equus caballus chromosome 1, whole genome shotgun sequence. ATTGCTTCTTGGCCTTTCAGCTAAGATCAAGTGTTGTATCTGTTCGTATCAGTTTAAATCATTCTGCACCAAAGATATGTCTCTTCTTCTCCATTTATTAATTTGTTCACTTATT
>CM000378.2/50070490-50070688 Equus caballus chromosome 2, whole genome shotgun sequence. ATTGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTAATTGATTATCTCAAGTTAAGGAGAACTCACTACATCCCAAAGTCTCATTCTTTGTCTGAGTCTTGACACACATACTTCTTTCTGTGAGTATGTCCCTATTGCCTGCAATTGGCAATCTAAACATTCAGTGAAAATCTTCATTAGCTTTGAATGAACCATGT
>CM000378.2/21366877-21367061 Equus caballus chromosome 2, whole genome shotgun sequence. AAAGCGTCTCAGCCTTTTGGCTAAGATCAAGTGTAGTATCTGTAGCTAGTCTATAACCTGATTGATATGTCCATTTTACCCCAATATCATACCATTATGATTACTGTGGCTTTATATAGCAAATCTTGAACTCAGGTAGTATAAATCCTCTAACTCTGTTCTTTGTCAAAATGGTCTTGGCTATT
>CM000378.2/56987690-56987788 Equus caballus chromosome 2, whole genome shotgun sequence. ATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTGAACGTCGGCGCCCTCGTGAGGAGGCACAGCCTCTCGTTCCCTGCTCCTACACTCCTT
>CM000378.2/18244103-18244249 Equus caballus chromosome 2, whole genome shotgun sequence. ATCGCTTCTCGGCCTTTTGGCTGAGATCAAGTGTAGAGCTTTGAATAGTATAATAATATTATTTTGATAGTAATAACAATAAACAATCGCTAGCATTAATGAGAGCTTAGTGTATGCCAGTCACCATGCTAAGTGCTCTAGATGCTT
>CM000370.1/74459482-74459563 Monodelphis domestica chromosome 3, whole genome shotgun sequence. ATCACTTCTCTGCCTTTTGGCTAAGATCAAGTGTAGTATCAATAGATGCAGAAAGAGCTTTTGACAAAATACAACACCCATT
>CM000370.1/105243828-105243703 Monodelphis domestica chromosome 3, whole genome shotgun sequence. ATTGTTTCTTGGCCTTTTGGCTAAGATCAAGTGTAGAAATATTGTTAAATAATTACTTGTAAGATCTCGGAGAAACTAGAGAAGGTATTTATTGTACCTGGGAGTTTCCCATTCCTGGAACTCTCT
>CM000370.1/143474511-143474342 Monodelphis domestica chromosome 3, whole genome shotgun sequence. ATTGCTTCTCAACCTTTTGGCTAAGATCAAGTGTAGTATCTATATCCCAATGATGTTTGGGATACTTAGTATTTGGGCAGCTAGAACTCCTCTTCCTGAGTTAAAATCCAGCCAATCACTAGCTGTGTGGCCTTGGGTAAGTCACTTAACCCAGTTTGCCTCAGTTGTCT
>CM000371.1/104846407-104846597 Monodelphis domestica chromosome 4, whole genome shotgun sequence. ATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTGTTCTTATCAGTTTAATATCTGATACGTCCTCTATCCGAGGACAATATATTAAATGGATTTTTGAAGCAGGGAGTCGGAATAGGAGCTTGCTCCGTCCACTCCACGCATCGACCTGGTATTGCAGTACTTCCAGGAACGGTGCACCTCCC
>CM000371.1/104773987-104774177 Monodelphis domestica chromosome 4, whole genome shotgun sequence. ATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTGTTCTTATCAGTTTAATATCTGATACGTCCTCTATCCGAGGACAATATATTAAATGGATTTTTGAAACAGGGAGTCGGAATAGGAGCTTGCTCCGTCCACTCCACGCATCGACCTGGTATTGCAGTACTTCCAGGAACGGTGCACTTCCC
>BK006936.2/681858-681747 TPA: Saccharomyces cerevisiae S288c chromosome II, complete sequence. ATCTCTTTGCCTTTTGGCTTAGATCAAGTGTAGTATCTGTTCTTTTCAGTGTAACAACTGAAATGACCTCAATGAGGCTCATTACCTTTTAATTTGTTACAATACACATTTT
Eu quero grep linhas do arquivo de entrada2 que correspondeu ao arquivo de entrada1 e contá-las para obter o número total de vezes que a linha no arquivo de entrada1 ocorre no arquivo de entrada2
exemplo de saída
Equus caballus 10
Monodelphis domestica 5
Saccharomyces cerevisiae S288c 1
e assim por diante.
Eu usei isso para extrair do arquivo input2 as linhas correspondentes no arquivo1
grep -Fwf input1 input2
Como posso contar quantas vezes cada linha na entrada1 ocorre na entrada2?
Eu tenho um arquivo no seguinte formato e é separado por tabulações
a k testis adult male 8 week rRNA
b k testis adult male 8 week rRNA
c k testis adult male 8 week rRNA
Eu quero fazer alguma operação em cada linha, então estou usando um loop while. Quero dividir cada linha na guia e armazenar, digamos, a 6ª coluna que está 8 weekem uma variável. Estou usando este código, mas não consigo obter o que quero
while read -r line; do tmp=(${line///}); col6=${tmp[5]}; echo "$col6"; done < file.txt
Isso me dá 8e não 8 week. 8 semanas tem um espaço entre 8 e semana e, portanto, quero dividir a linha na guia.