Извлечение строк с шаблоном строки и переменной

Question

У меня большой файл с множеством строк, начинающихся следующим образом:

22 16052167 rs375684679 A AAAAC . PASS DR2=0.02;AF=0.4728;IMP GT:DS

В этих строках значения DR2 варьируются от 0 до 1, и я хотел бы извлечь те строки, которые содержат DR2значения выше 0,8.

Я пробовал оба решения sed или awk, но ни одно из них не работает ... Я пробовал следующее:

grep "DR2=[0-1]\.[8-9]*" myfile

Answer 1

Соответствует строкам со значением, большим или равным 0,8.Если вы настаиваете на том, что строго больше чем, тогда мне придется добавить некоторую сложность, чтобы не дать совпадения 0,8.

grep 'DR2=\(1\|0\.[89]\)' myfile

Хитрость заключается в том, что вам нужно два отдельных подшаблона: один для соответствия 1 и больше, одинсоответствовать 0,8 и выше.

Answer 2

Когда в ваших данных есть пары тег = значение, я считаю, что лучше сначала создать массив этих пар (f[]) ниже, а затем вы можете просто получить доступ к значениям по их тегам.Вы не предоставили ввод 0,8 для тестирования, поэтому использовали данные, которые вы предоставили:

$ awk '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]} f["DR2"] > 0.01' file
22 16052167 rs375684679 A AAAAC . PASS DR2=0.02;AF=0.4728;IMP GT:DS

или использовали переменные для тега и значения:

$ awk -v tag='DR2' -v val='0.8' '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]} f[tag] > val' file
$
$ awk -v tag='DR2' -v val='0.01' '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]} f[tag] > val' file
22 16052167 rs375684679 A AAAAC . PASS DR2=0.02;AF=0.4728;IMP GT:DS
$
$ awk -v tag='AF' -v val='0.4' '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]} f[tag] > val' file
22 16052167 rs375684679 A AAAAC . PASS DR2=0.02;AF=0.4728;IMP GT:DS
$
$ awk -v tag='AF' -v val='0.5' '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]} f[tag] > val' file
$

или использовали соединениеусловия:

$ awk '{split($8,t,/[=;]/); for (i=1; i in t; i+=2) f[t[i]]=t[i+1]}
        (f["AF"] > 0.4) && (f["AF"] < 0.5) && (f["DR2"] >= 0.02)
' file
22 16052167 rs375684679 A AAAAC . PASS DR2=0.02;AF=0.4728;IMP GT:DS

Дело в том, что любые сравнения, которые вы хотите выполнить со значениями этих тегов, являются тривиальными, и вам не нужно писать больше кода, чтобы изолировать и сохранить эти теги и их значения.

Answer 3

• grep: grep -E 'DR2=\([1-9]\|0[.][89]\)'

• sed: sed -n '/\([1-9]\|0[.][89]\)/p'

• awk: awk '/\([1-9]\|0[.][89]\)/'

Все эти 3 решения основаны на одном регулярном выражении и все делают одно и то же (см. RuudРешение HelderMan )

Однако с помощью awk вы можете выполнить арифметическую проверку, если ваши ограничения немного сложнее.Допустим, я хочу, чтобы значение DR2 составляло от 0,53 до 1,39.

awk '! match($0,/DR2=/) { next }
     { val = substr($0,RSTART+RLENGTH)+0 }
     ( 0.53 < val) && ( val < 1.39 )'