☰

計算並列印標題行後每行中「0」、「1」和「NA」的頻率

tag-icon • tag-icon awk
計算並列印標題行後每行中「0」、「1」和「NA」的頻率 
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

以下是我嘗試獲取“0”和“1”的頻率

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

我的程式碼沒有給我正確的輸出

如何更正我的程式碼，以便在輸出檔案末尾添加三列，從而獲得 0、1 和 NA 的計數？

0、NA 和 1 需要從第二行開始計數。在第 0 列中，NA 和 1 需要計入第七列及以後

期望的輸出：

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

答案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變數計算“NA”的出現次數。
ones變數計算“1”的出現次數。計算第
total7 個最後一個字段中訪問過的字段總數（這可以刪除，但為了清楚起見，我使用了*）。是「0」的數量（透過從總數中減去「0」和「NA」）。 重置下一行的變數。
total-ones-NAsNAs=ones=total=0

*：我們可以刪除total++並替換total-ones-NAs為NF-6-ones-NAs.

相關內容