Question

我想将以下格式拆分为唯一行

输入：

17:79412041:C:T,CGGATGTCAT
17:79412059:C:G,T
17:79412138:G:A,C
17:79412192:C:G,T,A

所需的输出

17:79412041:C:T
17:79412041:C:CGGATGTCAT
17:79412059:C:G
17:79412059:C:T
17:79412138:G:A
17:79412138:G:C
17:79412192:C:G
17:79412192:C:T
17:79412192:C:A

基本上将输入拆分为唯一行或firstID：secondID：thirdID：FourthID。这里多行可能有firstID：secondID：thirdID可能是常见的，而FourthID是它使每个原始唯一的（在输入中由＆＃34;，＆＃34;分开）。

提前致谢沙姆斯

Answer 1

awk 单线

$ awk -F":" '{gsub(/,/,":"); a=$1FS$2FS$3; for(i=4; i<=NF; i++) print a FS $i;}' f1
17:79412041:C:T
17:79412041:C:CGGATGTCAT
17:79412059:C:G
17:79412059:C:T
17:79412138:G:A
17:79412138:G:C
17:79412192:C:G
17:79412192:C:T
17:79412192:C:A

我们首先将所有,替换为:以保留一个共同的分隔符，即:

然后我们从第4个字段遍历到结束并通过在前三个字段前面打印每个字段。

Answer 2

这个单行：

$ awk -F':' '{ split($4,a,","); for (i in a) { print $1":"$2":"$3":"a[i] } }' data.txt

产地：

17:79412041:C:T
17:79412041:C:CGGATGTCAT
17:79412059:C:G
17:79412059:C:T
17:79412138:G:A
17:79412138:G:C
17:79412192:C:G
17:79412192:C:T
17:79412192:C:A

说明：

split(string, array, delimiter)

通过分隔符拆分字符串，并将碎片保存到数组中。

for-in循环只使用前三个条目打印数组中的每个部分。

-F':'部分定义顶级分隔符。

Answer 3

另一个find_all()，适用于任意数量的字段

awk

Answer 4

关注awk + gsub也可以帮助您：

awk -F":" '{gsub(",",ORS $1 OFS $2 OFS $3 "&");gsub(/,/,":")} 1' OFS=":"   Input_file

Answer 5

这可能适合你（GNU sed）：

sed 's/^\(\(.*:\)[^:,]*\),/\1\n\2/;P;D' file

在一行中插入换行符和每个逗号的键。

使用循环和句法糖的替代方法：

sed -r ':a;s/^((.*:)[^:,]*),/\1\n\2/;ta' file

基于逗号将行拆分为多行：一个班轮解决方案

5 个答案: