在Bash中替换具有不同值/字符的空白单元格

Question

我有一个大数据（＆gt; 20G），格式为：

chr snp beta    sebeta  f.stat  p.value error   warning
1   x1  1       1.1     1.5 
1   x2  2       1.2     1.6      0.1    NA      NA
1   x3  3       1.3     1.7      0.2    NA      NA
1   x4  4       1.4     1.8      0.3    NA      NA

由于某些原因，最后三个单元格的某些行是空白的。对于这些情况，我会用＆＃34; 1＆＃34;替换空白单元格。对于p.value，＆＃34; NA＆＃34;，对于error和＆＃34;不可估量＆＃34;为warning。我想知道如何在BASH中实现这一点，如：

chr snp beta    sebeta  f.stat  p.value error   warning
1   x1  1       1.1     1.5      1      NA      NOT ESTIMABLE
1   x2  2       1.2     1.6      0.1    NA      NA
1   x3  3       1.3     1.7      0.2    NA      NA
1   x4  4       1.4     1.8      0.3    NA      NA

我的平台是Mac OS X 10.9.5终端。

Answer 1

我会选择这样的东西：

awk -v OFS='\t' '{ if (NF==5) print $0, 1, "NA", "NOT ESTIMABLE"; else print }' file

如果字段数为5，则添加列，否则按原样打印行。我已将输出字段分隔符OFS设置为制表符，以便输出中的每列都以制表符分隔。

实现相同输出的略微缩短的方式如下：

awk -F'\t' 'NF == 5 { $0 = $0 FS 1 FS "NA" FS "NOT ESTIMABLE" }1' file

当字段数为5时，这会向行添加额外的字段。最后的1是一个常见的简写，它会导致awk打印每一行。此方法假定输入中的每个字段由制表符分隔，并使用FS的值来分隔其他字段。