Question

我有一个看起来像的文件：

SNP Al1 Al2 Freq1   MAF AvgCall Rsq Genotyped   LooRsq  EmpR    EmpRsq  Dose1   Dose2
20:60479    C   C   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60522:T_TC   R   R   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60571    C   C   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60795    G   C   0.99627 0.00373 0.99627 0.02668 -   -   -   -   -   -
....

我想更改看起来像

的条目

20:60522:T_TC    R      R    1.00000

采用与其余行相同的格式，即

20:60522    R   R    1.00000

我试图通过拆分字符串，更改有问题的部分，然后将其添加到行并打印行来以python的方式进行。我该怎么做？

到目前为止，这是我尝试过的很多事情之一：

perl -wnl -e '@lines = split $_; print lines[0]' testrun

从行创建数组，然后获取第一个条目（也就是说，我还无法捕获我想要修改的部分。）

问题是这会返回

print() on unopened filehandle lines at -e line 1, <> line 1. etc

聚苯乙烯。将放弃任何解决我的问题的解决方案。我知道有些解决方案可以使用类似sed的模式更改字符串，但我无法让它们工作。

Answer 1

这将用冒号替换冒号后跟字母和下划线：

perl -wpe 's/:[a-zA-z_]+/ /' testrun

这是我的输出：

SNP Al1 Al2 Freq1   MAF AvgCall Rsq Genotyped   LooRsq  EmpR    EmpRsq  Dose1   Dose2
20:60479    C   C   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60522    R   R   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60571    C   C   1.00000 0.00000 1.00000 0.00000 -   -   -   -   -   -
20:60795    G   C   0.99627 0.00373 0.99627 0.02668 -   -   -   -   -   -

Answer 2

错误来自于打印$时遗失$lines[0]。

此外，split $_相当于split $_, $_，它不会给你任何东西。相反，允许split采用默认参数（相当于split ' ', $_）：

perl -wnl -e '@lines = split; print $lines[0]' testrun

您还可以利用-a flag自动将每一行拆分为数组@F：

perl -wnla -e 'print $F[0]' testrun

然后你可以操纵$F[0]并用剩下的行打印出新值：

perl -wnla -e '$F[0] =~ s/:\D+$//; print join "\t", @F;' testrun

命令行perl：拆分字符串以修改第一部分

2 个答案: