awk特定列上连续行的总和

大多数数据如下：如何忽略此错误

我对

awk

很陌生，不知道怎么做。 对于数据集

T-C.txt

：

chr1    3000035 +   0   0   CHG CTG
chr1    3000037 -   0   0   CHG CAG
chr1    3000045 +   0   0   CHG CAG
chr1    3000047 -   0   0   CHG CTG
chr1    3000048 +   0   0   CHG CTG
chr1    3000050 -   0   0   CHG CAG

剧本：

chr1    3000035 +   0   0   CHG CTG
chr1    3000037 -   0   1   CHG CAG
chr1    3000045 +   0   0   CHG CAG
chr1    3000047 -   0   0   CHG CTG
chr1    3000048 +   3   0   CHG CTG
chr1    3000050 -   0   0   CHG CAG
chr1    3000109 +   0   0   CHG CAG
chr1    3000111 -   0   0   CHG CTG

生成以下内容的输出：

less T-C.txt | awk '{sum=sum+$4+$5}  {if(sum>0) print;} (NR%2==0) {sum=0;}'

尽管我也希望+链记录是否同时具有0，因为稍后我必须在第2列中仅使用正链的值

例如：

chr1    3000037 -   0   1   CHG CAG
chr1    3000048 +   3   0   CHG CTG
chr1    3000050 -   0   0   CHG CAG

我有一个像上面这样的文件，我正在搜索一些

awk

命令来添加

chr1    3000035 +   2   1   CHG CTG
chr1    3000037 -   0   3   CHG CAG
chr1    3000045 +   0   0   CHG CAG
chr1    3000047 -   0   1   CHG CTG
chr1    3000048 +   0   0   CHG CTG
chr1    3000050 +   0   0   CHG CTG

这意味着每2行，如果它们的总和大于0，则在文本文件上打印，否则不打印。但是，只有3000035和3000037等1个数字的差异的备用

+

和

-

应予以保留，因为它们被视为只有一条记录。 从上面的示例中，仅打印以下记录，而不是最后两行：

[column4 of '+' strand + column5 of '+' strand + column4 of '-' strand + column5 of '-' strand]

之后，我想将sum打印到+strand值前面的一个新文件中，并计算百分比，如下所示

chr1    3000035 +   2   1   CHG CTG
chr1    3000037 -   0   3   CHG CAG
chr1    3000045 +   0   0   CHG CAG
chr1    3000047 -   0   1   CHG CTG

结果是：

[($4/$4+$5)*100 of '+'strand +($4/$4+$5)*100 of -strand]/2

这应该只打印到文件中。

---

如果有人知道

awk

命令，请向我解释。

这个脚本应该可以让你朝着目标开始

将以下内容放入一个文件，比如script.awk

chr1    3000035: sum= 6 percentage=['+strand'=66.66+'-strand'=0]/2=33.33%
chr1    3000035 6 33.33

---

这个脚本应该让你开始朝着你的目标前进

将以下内容放入一个文件，比如script.awk

chr1    3000035: sum= 6 percentage=['+strand'=66.66+'-strand'=0]/2=33.33%
chr1    3000035 6 33.33

---

非常感谢。但是它给了我$cat script.awk中的第一个错误，这是一个语法错误。所以我从script.awk文件中删除了这一行，然后它给了我致命的错误：尝试零除。如果我有很多记录都有这个零，那么如何忽略这个致命的错误除以零。如果你可以发布一些数据，这会有帮助。第一行是显示脚本的内容，不是脚本的一部分。chr1 3000035+0 0 CHG CTG chr1 3000037-0 CHG CAG chr1 3000045+0 CHG CAG chr1 3000047-0 CHG CTG chr1 3000048+0 0 CHG CTG chr1 3000050-0 CHG CAGi已从原始q中的真实文件输入数据行。另外：文件将在何处或何处形成我需要像awk-f script.awk data.file>output.txt那样写吗？事实上，我对这一点非常陌生，我问这样的问题。我如何在61个不同名称的文件上运行它，但所有文件都在一个文件夹中，我希望输出文件名与输入文件名相同。非常感谢。但它在$cat script.awk中给了我第一个错误，这是一个语法错误。所以我从script.awk文件中删除了这一行，然后它给了我致命的错误：尝试零除。如果我有很多记录都有这个零，那么如何忽略这个致命的错误除以零。如果你可以发布一些数据，这会有帮助。第一行是显示脚本的内容，不是脚本的一部分。chr1 3000035+0 0 CHG CTG chr1 3000037-0 CHG CAG chr1 3000045+0 CHG CAG chr1 3000047-0 CHG CTG chr1 3000048+0 0 CHG CTG chr1 3000050-0 CHG CAGi已从原始q中的真实文件输入数据行。另外：文件将在何处或何处形成我需要像awk-f script.awk data.file>output.txt那样写吗？事实上，我对这一点非常陌生，这是我问的问题。我如何在61个不同名称的文件上运行它，但所有文件都在一个文件夹中，我希望输出文件名与输入文件名相同

$ awk -f script.awk file
chr1 3000035 6 33.3333