删除感兴趣的行数低于截止值（Perl）

我有几个包含以下格式文本的列的文件“数字/数字：零，感兴趣的数字”。示例：“1/1:0,13”

如果任何列中感兴趣的行数少于20，则需要删除行。 我更喜欢使用egrep，而不是读取文件，但不确定如何在单个语句中计算每列中的感兴趣数量

我还删除了包含SVLEN=-1或SVLEN=-2的行，并且它似乎与egrep配合得很好：

$cmd2 = `egrep -v 'SVLEN=-1;|SVLEN=-2;' $my_vcf > $my_new_vcf`; print $cmd1;

我尝试了以下方法，但无效：

my $cmd2 = `egrep -v 'SVLEN=-1;|SVLEN=-2;|(\,(\d+) < 20)' $my_vcf > $my_new_vcf`; print $cmd2;

my$cmd2=`egrep-v'SVLEN=-1|SVLEN=-2|（\，（\d+）<20）$my\u vcf>$my\u new\u vcf`；打印$cmd2；

---

谢谢。

egrep

是用于此目的的错误工具，因为它不能在其正则表达式中进行数学运算。 因为您已经有了一个Perl脚本，所以最好使用Perl命令来实现您的目标

不幸的是，您必须逐行打开并读取文件，但这正是

egrep

所做的。否则它怎么能判断台词呢

#!/usr/bin/env perl

use strict;
use warnings;
use List::Util;

sub filter_lines
{
    my $in_filename  = shift;
    my $out_filename = shift;
    open( my $fhin,  '<', $in_filename )  or die "cannot open $in_filename: $!\n";
    open( my $fhout, '>', $out_filename ) or die "cannot open $out_filename: $!\n";
    while ( my $line = <$fhin> ) {

        next if ( $line =~ /SVLEN=-1;|SVLEN=-2;/ );
        if ( my @numbers_of_interest = ( $line =~ m/\d+\/\d+:0,(\d+)/g ) ) {
            next unless List::Util::min(@numbers_of_interest) < 20;
        }

        print $fhout $line;

    }
    close($fhin);
    close($fhout);
}

filter_lines( $my_vcf, $my_new_vcf );

#/usr/bin/env perl
严格使用；
使用警告；
使用列表：：Util；
子滤波器线路
{
我的$in_filename=shift；
my$out\u filename=shift；
打开（我的$fhin、、$out\U文件名）或死亡“无法打开$out\U文件名：$！\n”；
while（我的$line=）{
下一个if（$line=~/SVLEN=-1；|SVLEN=-2；/）；
如果（我感兴趣的@numbers\u=（$line=~m/\d+\/\d+：0，（\d+）/g））{
下一步除非List:：Util:：min（@numbers\u of\u interest）<20；
}
打印$fhout$行；
}
收盘价（$fhin）；
结束（$fhout）；
}
过滤线（$my_vcf，$my_new_vcf）；

---

因为我没有精确的输入行，所以感兴趣的

@numbers\u

的模式可能有点不准确，需要改进。如果代码运行缓慢，还有很大的优化空间。

请显示一些完整的输入行。它们是否包含多个列，如

“1/1:0,13”、“1/1:0,14”、“1/1:0,30”

？这些列是如何分开的？用逗号

，

？它们是否被引号包围

“

？为什么要使用Perl脚本中的

egrep

？在这种情况下，Perl将比egrep好得多。是的，多个列由tab分隔，但也有多行标题。每个文件中的列数可能不同。文件中没有引号。当我在命令行上打印时，这些行看起来像0/0:0,0/0:0,0 0/0:0,0 0/0:0,10。欢迎提出其他建议。谢谢。完整的输入行：chr7 55242417。ACTCTGGATCCCAGAAGAGAAGGTGAGAAAGTTAAATCCCGTCGCTATCAAGGAATTAAAGAGAGAGAGAGAGAC AACTCTCTGGATCCCAGAAGAGGAAGTTAAATTCCGT CGCTATCA。通过端=55242479；霍姆伦=0；SVLEN=-62；SVTYPE=RPL；NTLEN=48 GT:AD 0/0:0,0 0/0:0,0 0/0:0,0 0/0:0,0 0/0:0,10/0:0,0是否可以使用Perl在一行中执行此操作？或者您必须打开逐行读取并按选项卡拆分的每个文件？谢谢“我更喜欢使用egrep而不是在文件中读取”您是否意识到，

egrep

也必须“读取文件”？没有读取数据就无法过滤数据！我不能使用List:：Util:：min.@user3781528:为什么不能使用

List:：Util:：min

？行

use List:：Utils应该是
使用列表：：Util（）-这解决了您的问题吗？我可以使用List:：Util qw（min-max）；