我想用id和一些相应的数值对两个文件进行简单的解析。我不想让awk用科学记数法打印数字。
文件如下所示:
someid-1 860025 50.0401 4.00022
someid-2 384319 22.3614 1.78758
someid-3 52096 3.03118 0.242314
someid-4 43770 2.54674 0.203587
someid-5 33747 1.96355 0.156967
someid-6 20281 1.18004 0.0943328
someid-7 12231 0.711655 0.0568899
someid-8 10936 0.636306 0.0508665
someid-9 10224.8 0.594925 0.0475585
someid-10 10188.8 0.59283 0.047391
使用print而不是printf:
awk 'BEGIN{FS=OFS="\t"} NR==FNR{x[$1]=$0;next} ($1 in x){split(x[$1],k,FS); print $1,k[2],k[3],k[4],$2,$3,$4}' OSCAo.txt dme_miRNA_PIWI_OSC.txt | sort -n -r -k 7 | head
我得到了这个结果:
dme-miR-iab-4-5p 0.333333 0.000016 0.000001 0.25 0.000605606 9.36543e-07
dme-miR-9c-5p 10987.300000 0.525413 0.048798 160.2 0.388072 0.000600137
dme-miR-9c-3p 731.986000 0.035003 0.003251 2.10714 0.00510439 7.89372e-06
dme-miR-9b-5p 30322.500000 1.450020 0.134670 595.067 1.4415 0.00222922
dme-miR-9b-3p 2628.280000 0.125684 0.011673 48 0.116276 0.000179816
dme-miR-9a-3p 10.365000 0.000496 0.000046 0.25 0.000605606 9.36543e-07
dme-miR-999-5p 103.433000 0.004946 0.000459 0.0769231 0.00018634 2.88167e-07
dme-miR-999-3p 1513.790000 0.072389 0.006723 28 0.0678278 0.000104893
dme-miR-998-5p 514.000000 0.024579 0.002283 73 0.176837 0.000273471
dme-miR-998-3p 3529.000000 0.168756 0.015673 42 0.101742 0.000157339
请注意最后一栏中的科学记数法
我知道带有适当格式修饰符的printf可以完成这项工作,但代码变得非常冗长。我必须写这样的东西:
awk 'BEGIN{FS=OFS="\t"} NR==FNR{x[$1]=$0;next} ($1 in x){split(x[$1],k,FS); printf "%s\t%3.6f\t%3.6f\t%3.6f\t%3.6f\t%3.6f\t%3.6f\n", $1,k[2],k[3],k[4],$2,$3,$4}' file1.txt file2.txt > fileout.txt
当我必须用另一个结构相似的文件解析fileout
时,这会变得笨拙。
有没有办法指定默认的数字输出,这样任何字符串都会像字符串一样打印,但所有数字都遵循特定的格式。
答案 0 :(得分:3)
我认为你误解了%3.6f
的含义。小数点前的第一个数字是字段宽度,而不是“小数点前的位数”。 (见prinft(3))
所以你应该使用%10.6f
代替。它可以在bash
$ printf "%3.6f\n%3.6f\n%3.6f" 123.456 12.345 1.234
123.456000
12.345000
1.234000
$ printf "%10.6f\n%10.6f\n%10.6f" 123.456 12.345 1.234
123.456000
12.345000
1.234000
您可以看到后者正确对齐小数点。
提到sidharth c nadhan
您可以使用OFMT
awk
内部变量(似乎awk(1))。一个例子:
$ awk 'BEGIN{print 123.456; print 12.345; print 1.234}'
123.456
12.345
1.234
$ awk -vOFMT=%10.6f 'BEGIN{print 123.456; print 12.345; print 1.234}'
123.456000
12.345000
1.234000
正如我在You示例中看到的,最大数字的数字可以是123456.1234567,因此格式为%15.7f
以覆盖所有数字并显示漂亮的表格。
但不幸的是,如果数字中没有小数点,或者即使它没有小数点,它也不会起作用,但它以.0
结束。
$ awk -vOFMT=%15.7f 'BEGIN{print 123.456;print 123;print 123.0;print 0.0+123.0}'
123.4560000
123
123
123
我甚至尝试了gawk
的{{1}}函数,但整数被认为是非OFMT字符串。参见
strtonum()
它具有与以前相同的输出。
所以我认为,无论如何你必须使用awk -vOFMT=%15.7f -vCONVFMT=%15.7f 'BEGIN{print 123.456; print strtonum(123); print strtonum(123.0)}'
。脚本可以更短一些,并且可以更加可配置:
printf
如果第一个文件中存在重复的ID,则脚本将无法正常运行。如果没有发生,则可以更改这两个条件,并且可以保留awk -vf='\t'%15.7f 'NR==FNR{x[$1]=sprintf("%s"f f f,$1,$2,$3,$4);next}$1 in x{printf("%s"f f f"\n",x[$1],$2,$3,$4)}' file1.txt file2.txt
。
答案 1 :(得分:0)
awk 'NR==FNR{x[$1]=$0;next} ($1 in x){split(x[$1],k,FS); printf "%s\t%9s\t%9s\t%9s\t%9s\t%9s\t%9s\n", $1,k[2],k[3],k[4],$2,$3,$4}' file1.txt file2.txt > fileout.txt