在结肠处拆分每个细胞

Question

我有一个标签分隔文件，其中包含＆gt; 1000 列和行。我想在第一个冒号（:）拆分每个单元格并提取值。例如：

示例输入 ：

1   55  ./.:.:. 0|0:36:4    0|0:32:9    0|0:30:4    ./.:.:. ./.:.:. ./.:.:. 0|0:32:7
1   56  ./.:.:. ./.:.:. 0|0:32:9    0|0:30:4    ./.:.:. ./.:.:. ./.:.:. 0|0:32:7

示例输出 ：

1   55  ./. 0|0 0|0 0|0 ./. ./. ./. 0|0
1   56  ./. ./. 0|0 0|0 ./. ./. ./. 0|0

我可以使用python脚本执行此操作：

SHORT_col = ((str(cols[2]).split(':'))[0])

但是我想知道有没有更快的方式来执行此操作，因为调用＆gt; 1000 列并使用python脚本进行处理非常耗时。非常感谢您的帮助。

Answer 1

在我的解释中，您需要从每个字段中删除:anything（正则表达式为:.*）模式。使用awk，您可以通过以下方式实现此目的：

awk '{for (i=1; i<=NF; i++) sub(/:.*/, "", $i); print }' your_data_file

使用for循环，它遍历所有字段，并使用""函数使用空字符串sub重新定义已定义的模式。

<强> 输出 ：

1 55 ./. 0|0 0|0 0|0 ./. ./. ./. 0|0
1 56 ./. ./. 0|0 0|0 ./. ./. ./. 0|0