☰

ヘッダー行の後の各行の「0」、「1」、「NA」の頻度を数えて出力します。

tag-icon • tag-icon awk
ヘッダー行の後の各行の「0」、「1」、「NA」の頻度を数えて出力します。 
Chr     start   stop    superfamily     TE      pres/abs        88      108     139     159     265     350     351     403     410     424     428     430     506     544     546     6
1       8667    8700    MuDR    ATDNAI27T9A     presence        NA      0       0       0       0       0       0       0       0       0       0       NA      0       0       0       0
1       10585   10600   Gypsy   ATHILA6A        presence        NA      0       0       0       0       NA      0       0       0       0       0       0       0       0       0       0
1       15091   15099   Copia   ATCOPIA13       presence        0       0       0       0       0       0       0       0       0       0       0       0       0       0       0       0
1       15894   15898   Gypsy   ATGP1   presence        0       0       NA      0       NA      0       0       0       0       0       1       0       0       0       0       NA      1
1       20514   20532   MuDR    VANDAL8 presence        NA      0       NA      NA      NA      NA      NA      1       0       NA      NA      NA      0       0       0       NA      NA
1       20530   20537   Gypsy   ATGP1   presence        NA      0       0       NA      NA      NA      NA      1       0       NA      NA      NA      0       0       0       NA      NA

以下は「0」と「1」の頻度を取得するために試したものです

cat file.bed|awk '{if(NR>1){for (i = 1; i <= NF; i++) if($i==0)print}}'|awk '{count=0;if(NR==1){print $0"\tcount"}else{for (i=8; i<=NF; i++){if ($i==1){count++}}print $0"\t"count}}' > x

コードが正しい出力を返さない

出力ファイルの最後に 0、1、NA のカウントを示す 3 つの列が追加されるようにコードを修正するにはどうすればよいですか?

0、NA、1は2行目以降にカウントする必要があります。列0、NA、1は7列目以降にカウントする必要があります。

望ましい出力:

Chr     start   stop    superfamily     TE      pres/abs        88      108     139     159     265     350     351     403     410     424     428     430     506     544     546     6 count0 count1 countNA freq0 freq1 freqNA 
1       8667    8700    MuDR    ATDNAI27T9A     presence        NA      0       0       0       0       0       0       0       0       0       0       NA      0       0       0       0 14 0 2 0.87 0 0.12

答え1

awk 'BEGIN{ FS=OFS="\t" }
    NR==1 { print $0, "0s", "1s", "NAs" }
     NR>1  { for(i=7; i<=NF; i++) { NAs+=$i=="NA"; ones+=$i==1; total++ };
             print $0, total-ones-NAs, ones, NAs; NAs=ones=total=0;
}' infile >outfile

NAs変数は「NA」の出現回数をカウントします。
ones変数は「1」の出現回数をカウントします。最後の 7番目
totalのフィールドからアクセスされたフィールドの合計をカウントします(これは削除できますが、わかりやすくするために*を使用しました)。は「0」の数です (合計から 1 と NA を減算します)。 次の行の変数をリセットします。
total-ones-NAsNAs=ones=total=0

*: を削除して にtotal++置き換えることができます。total-ones-NAsNF-6-ones-NAs

関連情報