Как рассчитать сумму чисел в строках в файле с пробелом?

Question

У меня есть файл с разделителями пробелов, который выглядит следующим образом:

probeset_id submitted_id chr snp_pos alleleA alleleB 562_201 562_202 562_203 562_204 562_205 562_206 562_207 562_208 562_209 562_210 562_211 562_212 562_213 562_214 562_215 562_216 562_217 562_218 562_219 562_220 562_221 562_222 562_223 562_224 562_225 562_226 562_227 562_228 562_229 562_230 562_231 562_232 562_233 562_234 562_235 562_236 562_237 562_238 562_239 562_240 562_241 562_242 562_243 562_244 562_245 562_246 562_247 562_248 562_249 562_250 562_251 562_252 562_253 562_254 562_255 562_256 562_257 562_258 562_259 562_260 562_261 562_262 562_263 562_264 562_265 562_266 562_267 562_268 562_269 562_270 562_271 562_272 562_273 562_274 562_275 562_276 562_277 562_278 562_279 562_280 562_281 562_283 562_284 562_285 562_289 562_291 562_292 562_294 562_295 562_296 562_400 562_401 562_402 562_403 562_404 562_405 
AX-75448119 Chr1_41908741 1 41908741 T C 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 1 1 1 1 1 0 1 0 0 0 0 2 2 0 0 0 0 0 1 0 0 0 0 0 
AX-75448118 Chr1_41908545 1 41908545 T C 2 2 2 2 2 2 2 2 2 0 0 0 0 0 0 0 0 0 0 0 1 2 2 2 2 2 2 2 2 2 0 0 0 0 0 1 1 0 1 1 0 0 0 0 0 0 1 2 2 2 0 1 1 1 2 -1 1 2 0 0 2 1 1 0 1 0 1 2 1 0 0 1 2 2 1 2 2 0 1 2 2 2 2 2 2 0 1 0 0 0 1 2 2 2 2 0

я хотел бы получить сумму всех чисел в каждой строке и, если есть отрицательное число (только -1существует) просто проигнорируйте это, поэтому я хотел бы получить это как результат:

AX-75448119 Chr1_41908741 1 41908741 T C 13 

(что составляет 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 2 + 2 + 1)

и

AX-75448118 Chr1_41908545 1 41908545 T C 98

, в данном случае -1 игнорируется!

Я думал об использовании awk в Linux, который я обычно использую для файла с разделителями пробелами, но я толькознать, как использовать его для столбцов, а не для строк

Answer 1

Это может быть то, что вы ищете, используя чистый awk.

awk 'NR >=2 {for (i=7;i<=NF;i++) if ($i !~ /^-/) sum += $i; print $1,$2,$3,$4,$5,$6,sum; sum = 0}' data.txt

Выход:

AX-75448119 Chr1_41908741 1 41908741 T C 13
AX-75448118 Chr1_41908545 1 41908545 T C 98

Answer 2

Слегка измененная версия решения @ steve's awk

awk '
NR>1{
        s = 0;
        for (i = 7 ; i <= NF ; i++)
        {
            if ($i != -1)
            {
                s+=$i;
            }
        }
        for (j = 1 ; j < 7 ; j++)
        {
            printf("%s ", $j);
        }
        print s;
}' file

Тест:

[jaypal:~/Temp] awk '
NR>1{
        s = 0;
        for (i = 7 ; i <= NF ; i++)
        {
            if ($i != -1)
            {
                s+=$i;
            }
        }
        for (j = 1 ; j < 7 ; j++)
        {
            printf("%s ", $j);
        }
        print s;
}' file
AX-75448119 Chr1_41908741 1 41908741 T C 13
AX-75448118 Chr1_41908545 1 41908545 T C 98

Answer 3

В случае, если вы действительно хотите избежать Perl (почему?), Вы можете сделать эту хакерскую вещь, которая, очевидно, работает не слишком хорошо:

while read f1 f2 f3 f4 f5 f6 line
do 
    echo "$f1 $f2 $f3 $f4 $f5 $f6 $(echo "$line" |
            xargs -n1 | grep -v '^-' | paste -sd+ | bc)"
done < input

Я получаю:

AX-75448119 Chr1_41908741 1 41908741 T C 13
AX-75448118 Chr1_41908545 1 41908545 T C 98

Answer 4

Я хотел бы предложить Perl-скрипт:

#!/usr/bin/env perl
while(<>) {
    my ($line,$sum,$next);
    # repeat while there are two (or more) integers after the "... T C" prefix:
    while (/^(AX-\d+\s+\S+\s+\d+\s+\d+\s+\w+\s+\w+\s+)(\d+)\s+(-?\d+)/) {
        $line = $1;
        $sum = $2;
        $next = $3;
        $sum += $next if ($next > 0);    # do not add negative numbers.
        # replace the two integers by their sum.
        s/$line\d+\s+$next/$line$sum/;
    }
    print;
}

, который вы можете запустить как: cat data | ./script.pl

Я получаю:

probeset_id submitted_id chr snp_pos alleleA alleleB 562_201 562_202 562_203 562_204 562_205 562_206 562_207 562_208 562_209 562_210 562_211 562_212 562_213 562_214 562_215 562_216 562_217 562_218 562_219 562_220 562_221 562_222 562_223 562_224 562_225 562_226 562_227 562_228 562_229 562_230 562_231 562_232 562_233 562_234 562_235 562_236 562_237 562_238 562_239 562_240 562_241 562_242 562_243 562_244 562_245 562_246 562_247 562_248 562_249 562_250 562_251 562_252 562_253 562_254 562_255 562_256 562_257 562_258 562_259 562_260 562_261 562_262 562_263 562_264 562_265 562_266 562_267 562_268 562_269 562_270 562_271 562_272 562_273 562_274 562_275 562_276 562_277 562_278 562_279 562_280 562_281 562_283 562_284 562_285 562_289 562_291 562_292 562_294 562_295 562_296 562_400 562_401 562_402 562_403 562_404 562_405 
AX-75448119 Chr1_41908741 1 41908741 T C 13 
AX-75448118 Chr1_41908545 1 41908545 T C 98