awk向字段中的每个图案添加文本

在下面的

awk

中，我试图将

：p.=

添加到每个

$7

中，前提是其中包含模式

/NM/

。如果

$7

中只有一个

NM

，如第2行，则下面的代码似乎就是这样。但是，如果在

$7

中有多个

NM

，如第3行，则

：p.=

仅添加到最后一行。A

用于分离字段中的多个

NM

。我添加了评论，但不确定我没有做什么，这是必要的。谢谢：）

输入

制表符分隔

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C;NM_005101:c.-84C>G   ISG15
4   chr1    949654  949654  A   G   .   ISG15

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G:p.=  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C;NM_005101:c.-84C>G:p.=p.=    ISG15
4   chr1    949654  949654  A   G   .   ISG15

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G:p.=  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C:p.=;NM_005101:c.-84C>G:p.=   ISG15
4   chr1    949654  949654  A   G   .   ISG15

awk

awk '
  BEGIN { FS=OFS="\t" }  # define FS and OFS as tab and start processing
  $7 ~ /NM/ {            # look for pattern NM in $7
       # split $7 by ";" and cycle through them
          i=split($7,NM,";")
             for (n=1; n<=i; n++) {
              sub("$", ":p=", $7)   # add :p. to end off each $7 before the ;
    }     # close block
}1' input  # define input file

所需输出

制表符分隔

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C;NM_005101:c.-84C>G   ISG15
4   chr1    949654  949654  A   G   .   ISG15

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G:p.=  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C;NM_005101:c.-84C>G:p.=p.=    ISG15
4   chr1    949654  949654  A   G   .   ISG15

R_Index Chr Start   End Ref Alt Detail.refGene  Gene.refGene
1   chr1    948846  948846  -   A   dist=1  ISG15
2   chr1    948870  948870  C   G   NM_005101:c.-84C>G:p.=  ISG15
3   chr1    948921  948921  T   C   NM_005101:c.-33T>C:p.=;NM_005101:c.-84C>G:p.=   ISG15
4   chr1    949654  949654  A   G   .   ISG15

替换此项：

      i=split($7,NM,";")
         for (n=1; n<=i; n++) {
          sub("$", ":p=", $7)   # add :p. to end off each $7 before the ;
         }

i=split（$7，NM，“；”）
对于（n=1；n替换为：

      i=split($7,NM,";")
         for (n=1; n<=i; n++) {
          sub("$", ":p=", $7)   # add :p. to end off each $7 before the ;
         }

i=split（$7，NM，“；”）
对于（n=1；nwho提出了这些可怕的格式？它既不适合机器也不适合人类。抱歉，我尝试缩进代码以提高可读性，但不幸的是，文件类型是从仪器中获得的……我想我应该在excel中查看它，也许这会有所帮助。谢谢：）.
：p.=
在领带上流口水？：d太有趣了：）谁想出了这些可怕的格式？这既不利于机器也不利于人。对不起，我尝试缩进代码以提高可读性，但不幸的是，文件类型来自仪器。。。。我想也许我应该在excel中查看，也许这会有所帮助。谢谢：）。
：p.=
在领带上流口水太好笑了：）