Question

我在文件夹中有n个文件，这些文件以行开头，如下所示。

##contig=<ID=chr38,length=23914537>
##contig=<ID=chrX,length=123869142>
##contig=<ID=chrMT,length=16727>
##samtoolsVersion=0.1.19-44428cd
#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  P922_120
chr1    412573  SNP74   A       C       2040.77 PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;DP=58;
chr1    602567  BICF2G630707977 A       G       877.77  PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;  
chr1    604894  BICF2G630707978 A       G       2044.77 PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;
chr1    693376  .       GCCCCC  GCCCC   761.73  .       AC=2;AC1=2;AF=1.00;AF1=1;

有n个这样的文件。我想将所有文件连接成一个文件，这样所有以＃开头的行都应该从所有文件中删除，并从仅保留标题行的所有文件中连接其余行。示例输出如下所示：

#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  P922_120
chr1    412573  SNP74   A       C       2040.77 PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;DP=58;
chr1    602567  BICF2G630707977 A       G       877.77  PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;  
chr1    604894  BICF2G630707978 A       G       2044.77 PASS    AC=2;AC1=2;AF=1.00;AF1=1;AN=2;DB;
chr1    693376  .       GCCCCC  GCCCC   761.73  .       AC=2;AC1=2;AF=1.00;AF1=1;

Answer 1

特别是awk：

awk '$0!~/^#/{print $0}' file1 file2 file3 > outputfile

你正在检查线路（$ 0）是否与＃（/ ^＃/）字符串不匹配（！〜），如果是，则打印该线路。您获取输入文件并写入（＆gt;）outputfile。

Answer 2

你的问题没有明确规定，但我认为你只是在寻找：

sed '/^##/d' $FILE_LIST > output

其中FILE_LIST是输入文件列表（您可以使用*）

Answer 3

或者您可以像这样使用grep：

grep -vh "^##" *

-v表示inverted，因此该命令意味着...查找所有文件中未开始##的所有行并且不打印文件名（{{1} }）。

或者，如果你想在开始时发出1个标题行，

-h

Answer 4

如果我理解正确，你可以这样做：

echo "#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO    FORMAT  P922_120" > mergedfile
for file in $FILES; do cat $file | grep -v "#" >> mergedfile; done

请注意，$ FILES可能是ls，而grep中的-v选项是不匹配标志。

Answer 5

我相信你想要的是

awk '$0 ~/^##/ { next; } $0 ~ /^#/ && !printed_header {print; printed_header=1 } $0! ~ /^#/ {print }' file1 file2 file3

连接文件awk / linux

5 个答案: