☰

여러 줄에 걸쳐 특정 위치에 있는 일련의 숫자

tag-icon • tag-icon text-processing bioinformatics
여러 줄에 걸쳐 특정 위치에 있는 일련의 숫자

다음과 같은 데이터 세트가 있습니다.

>TRINITY_DN37_c0_g1_i1 len=333 path=[361:0-43 362:44-332] [-1, 361, 362, -2]
GCCGCCATCATGGATGCCAGCCGTGTGCAGCCCATCAAGCTTGCCAGAGTCACCAAGGTT
>TRINITY_DN37_c0_g2_i1 len=356 path=[359:0-66 360:67-355] [-1, 359, 360, -2]
ACGTGACCCCCTTTCTGTCTCAAGCCGCCATCATGGATGCCAGTCGTGTGCAGCCCATCA
>TRINITY_DN15_c1_g1_i1 len=394 path=[372:0-393] [-1, 372, -2]
GCACTTACCATGCATGGAAGGCAAATGCCATCGGAAGGTCTGCAAAGACTGTTAGGGAGT

각 시퀀스에 고유한 태그를 지정하려면 수천 줄에 걸쳐 동일한 위치에 있는 문자열 'len=XXX'를 일련의 숫자로 바꿔야 합니다. 이상적으로 나는 다음과 같은 것을 생각하고 있었습니다.

>TRINITY_DN37_c0_g1_i1 1 path=[361:0-43 362:44-332] [-1, 361, 362, -2]
GCCGCCATCATGGATGCCAGCCGTGTGCAGCCCATCAAGCTTGCCAGAGTCACCAAGGTT
>TRINITY_DN37_c0_g2_i1 2 path=[359:0-66 360:67-355] [-1, 359, 360, -2]
ACGTGACCCCCTTTCTGTCTCAAGCCGCCATCATGGATGCCAGTCGTGTGCAGCCCATCA
>TRINITY_DN15_c1_g1_i1 3 path=[372:0-393] [-1, 372, -2]
GCACTTACCATGCATGGAAGGCAAATGCCATCGGAAGGTCTGCAAAGACTGTTAGGGAGT

나는 OSX를 사용하고 있습니다.

어떤 아이디어가 있나요?

답변1

$ cat ip.txt 
>TRINITY_DN37_c0_g1_i1 len=333 path=[361:0-43 362:44-332] [-1, 361, 362, -2]
GCCGCCATCATGGATGCCAGCCGTGTGCAGCCCATCAAGCTTGCCAGAGTCACCAAGGTT
>TRINITY_DN37_c0_g2_i1 len=356 path=[359:0-66 360:67-355] [-1, 359, 360, -2]
ACGTGACCCCCTTTCTGTCTCAAGCCGCCATCATGGATGCCAGTCGTGTGCAGCCCATCA
>TRINITY_DN15_c1_g1_i1 len=394 path=[372:0-393] [-1, 372, -2]
GCACTTACCATGCATGGAAGGCAAATGCCATCGGAAGGTCTGCAAAGACTGTTAGGGAGT

$ awk '/len=/{sub(/len=[0-9]+/,++c)} 1' ip.txt 
>TRINITY_DN37_c0_g1_i1 1 path=[361:0-43 362:44-332] [-1, 361, 362, -2]
GCCGCCATCATGGATGCCAGCCGTGTGCAGCCCATCAAGCTTGCCAGAGTCACCAAGGTT
>TRINITY_DN37_c0_g2_i1 2 path=[359:0-66 360:67-355] [-1, 359, 360, -2]
ACGTGACCCCCTTTCTGTCTCAAGCCGCCATCATGGATGCCAGTCGTGTGCAGCCCATCA
>TRINITY_DN15_c1_g1_i1 3 path=[372:0-393] [-1, 372, -2]
GCACTTACCATGCATGGAAGGCAAATGCCATCGGAAGGTCTGCAAAGACTGTTAGGGAGT
  • /len=/이 패턴과 일치하는 라인
  • sub(/len=[0-9]+/,++c)len=[0-9]+일치하는 줄의 첫 번째 패턴을 증가된 값으로 바꿉니다 c(기본값은 0).


아니면perl

perl -i -pe 's/len=\d+/++$c/e' ip.txt

옵션 -i은 내부 편집용입니다.

답변2

다른 awk 메커니즘을 사용하는 Sundeep의 솔루션과 다른 또 다른 솔루션입니다.

awk '
$2 ~ /len=/ { $2=++ctr}
{ print }
' < file

$2 ~ /len=/두 번째 필드에 다음이 포함된 줄만 일치하며 len=해당 줄에서는 두 번째 필드가 카운터로 대체됩니다.

그런 다음 첫 번째 규칙과 일치하는지 여부에 관계없이 모든 줄이 인쇄됩니다.

주어진 초기 값에서 카운터를 시작하려면(예를 들어 입력이 여러 파일로 분리된 경우) 다음을 수행할 수 있습니다.

awk '
BEGIN { ctr=12345 }
$2 ~ /len=/ { $2=ctr++ }
{ print }
' < file

관련 정보