Python 查找和替换特定列中的破折号的步骤

我有一个有五列的文件

文件1看起来像：

1111    1111    exm-IND1-200449980  I   I

1111    1111    exm-IND1-201453487  I   -

1111    1111    exm-IND1-85310248   I   I

1111    1111    exm-IND10-102817747 D   D

1111    1111    exm-IND10-18329639  -   D

1111    1111    exm-IND10-27476467  I   I

1111    1111    exm-IND10-27727540  D   -

我想去掉

-

，但只在第4列和第5列中，并在这些情况下将

-

替换为

0

。我一直在使用以下代码行：

sed '/^\([^\t]*\t[^\t]*\t[^\t]*\)\t-\t-\(.*\)/ s//\1\t0\t\2/' file1 > newfile

来解决这个问题，但是觉得这有点笨重。有人对这个问题有更简洁的建议吗？因为我会经常遇到它

---

提前感谢您的帮助。

Awk是一个更好的选择：

awk'{sub（“-”，“0”，$4）；sub（“-”，“0”，$5）；print}'

（更新以反映您更新的问题）

使用

awk

awk '$4=="-"{$4=0}$5=="-"{$5=0}1' inputFile

---

在Python中，可以执行以下操作：

file1 = [line.strip().split() for line in open('file1')]
for line in file1:
    line[2] = line[2].replace('-','')
print file1

列

是为了保持良好的格式，如果不需要，可以将其删除。

GNU-sed …输出：

1111 1111 exm-IND1-200449980 I I 1111 1111 exm-IND1-201453487 I 0 1111 1111 exm-IND1-85310248 I I 1111 1111 exm-IND10-102817747 D D 1111 1111 exm-IND10-18329639 0 D 1111 1111 exm-IND10-27476467 I I 1111 1111 exm-IND10-27727540 D 0 1111111 exm-IND1-200449980 I 1111111 exm-IND1-201453487 I 0 1111111 exm-IND1-85310248 I 1111111 exm-IND10-102817747 D 1111111 exm-IND10-18329639 0 D 1111111 exm-IND10-27476467 I 1111111 exm-IND10-27727540 D 0 这就是你想要的：

$ awk '$4=="-"{$4=0}$5=="-"{$5=0}{$1=$1}1' OFS='\t'  file
1111    1111    exm-IND1-200449980      I       I

1111    1111    exm-IND1-201453487      I       0

1111    1111    exm-IND1-85310248       I       I

1111    1111    exm-IND10-102817747     D       D

1111    1111    exm-IND10-18329639      0       D

1111    1111    exm-IND10-27476467      I       I

1111    1111    exm-IND10-27727540      D       0

---

我肯定认为

awk

更适合这个…如果你有一个包含5列的文件，那么第6列是从哪里来的？第4列和第5列，我道歉。我已经相应地编辑了这个问题。例如，这将在第二行的第四列中用0替换

I

，并且您没有处理输出上的字段分隔。谢谢大家。更新了解决方案。 1111 1111 exm-IND1-200449980 I I 1111 1111 exm-IND1-201453487 I 0 1111 1111 exm-IND1-85310248 I I 1111 1111 exm-IND10-102817747 D D 1111 1111 exm-IND10-18329639 0 D 1111 1111 exm-IND10-27476467 I I 1111 1111 exm-IND10-27727540 D 0

$ awk '$4=="-"{$4=0}$5=="-"{$5=0}{$1=$1}1' OFS='\t'  file
1111    1111    exm-IND1-200449980      I       I

1111    1111    exm-IND1-201453487      I       0

1111    1111    exm-IND1-85310248       I       I

1111    1111    exm-IND10-102817747     D       D

1111    1111    exm-IND10-18329639      0       D

1111    1111    exm-IND10-27476467      I       I

1111    1111    exm-IND10-27727540      D       0