Question

两部分问题：

第一部分：首先，我有一个序列AATTCCGG，我想改为TAAGGCC。我使用gsub将A改为T，C改为G，G改为C，T改为A.不幸的是awk顺序执行这些命令，所以我最终得到了AAACCCC。我通过使用大写和小写，然后转换回大写值来解决这个问题，但如果可能，我想在一个步骤中完成此操作。

示例：

echo AATTCCGG | awk '{gsub("A","T",$1);gsub("T","A",$1);gsub("C","G",$1);gsub("G","C",$1);print $0}'

输出： AAAACCCC

第二部分：有没有办法让awk在开始第二组之前运行到一组文件的结尾？我尝试了以下一些方法，但没有成功

用于数据集

1 A
2 B
3 C
4 D
5 E

我使用以下管道来获取我想要的数据（只是一个例子）

awk '{if ($1%2==0)print $1,"E";else print $0}' test | awk '{if ($1%2==0 && $2=="E") print $0}'

我正在使用管道重新运行该程序，但是我发现如果我不必重新运行该程序会更快。

Answer 1

使用tr：

可以有效解决这个问题

$ echo AATTCCGG | tr ATCG TAGC

关于第二部分（这应该是一个不同的问题，真的）：不，用awk是不可能的，管道是可行的方法。

Answer 2

第二部分，尝试这个命令：

awk '{if ($1%2==0)print $1,"E"}' test

Answer 3

这是我使用awk在问题的第一部分找到的方法。它使用数组和for循环。

cat sub.awk
awk '
        BEGIN{d["G"]="C";d["C"]="G";d["T"]="A";d["A"]="T";FS="";OFS=""}
        {for(i=1;i<(NF+1);i++)
                {if($i in d)
                        $i=d[$i]}
                                }
        {print}'

Input/Output:
ATCG
TAGC

使用awk和执行顺序进行多次传递

3 个答案: