Question

libFooInternal大家好我有一个数据框，例如：

我有一个文件，例如：

enter code here

这个想法只是删除名字中所有名字的最后一个数字部分但是scaffolds_names有3种类型：

scaffold_1_1    X   2   2
scaffold_24_0   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30_1  X   2   317
scf7180005161000_2  X   1   2

并且想法是删除所有数字_1，这是我在此示例中应该得到的结果：

scaffold_number0_number1
scaffold_number0
IDBA_scaffold_number0_number1
scfXXX_number1

您有解决的办法吗？

感谢您的帮助。

Answer 1

第一个解决方案： ：请问您能尝试以下操作吗（以防万一有人只是想替换最后的_和后面的数字，那么仅跟随可能会有所帮助。 / p>

awk '{sub(/_[0-9]+$/,"",$1)} 1'  Input_file

第二个解决方案：

如果要检查从字符串_开始的第一个字段中是否应该有2个以上的sacffold值，然后尝试执行以下操作。

awk '(/scaffold/ && num=split($1,a,"_")>2) || /scf/{sub(/_[0-9]+$/,"",$1)} 1' Input_file

输出如下。

scaffold_1 X 2 2
scaffold_24 X 9 2
scaffold_15 X   2   2
IDBA_scaffold_30 X 2 317
scf7180005161000 X 1 2

Answer 2

您可以尝试Perl，

perl -pe ' s/(^\S+)_\d\b/$1/g '

使用您的输入

$ cat bean.txt
scaffold_1_1    X   2   2
scaffold_24_0   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30_1  X   2   317
scf7180005161000_2  X   1   2
$ perl -pe ' s/(^\S+)_\d\b/$1/g ' bean.txt
scaffold_1    X   2   2
scaffold_24   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30  X   2   317
scf7180005161000  X   1   2
$

感谢@anubhava抓住了其中一种极端情况并帮助解决了该问题。

$ cat bean2.txt
scaffold_1_1    X   2   2
scaffold_24_0   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30_1  X   2   317
scaffold_1_15     X   2   2  # => this was not fixed in first answer
$ perl -pe 's/^(?!scaffold_\d+\b)(\S+)_\d+\b/$1/g' bean2.txt
scaffold_1    X   2   2
scaffold_24   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30  X   2   317
scaffold_1     X   2   2
$

Answer 3

这是另一个awk变体：

awk 'BEGIN{FS=OFS="\t"} $1 ~ /^scf[0-9]+_[0-9]+$/ || split($1, a, "_") > 2 {
sub(/_[0-9]+$/, "", $1) } 1' file

scaffold_1  X   2   2
scaffold_24 X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30    X   2   317
scf7180005161000    X   1   2

Answer 4

使用任何支持-E的sed进行ERE，例如GNU或OSX / BSD sed：

$ sed -E 's/((_|scf)[0-9]+)_[0-9]+/\1/' file
scaffold_1    X   2   2
scaffold_24   X   9   2
scaffold_15 X   2   2
IDBA_scaffold_30  X   2   317
scf7180005161000  X   1   2

删除选项卡文件中的模式

4 个答案: