Shell 是否将字母添加到字符串的第二个/第三个/第四个匹配项？

我有一个大的文本文件，如下所示：

1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1   1:54676 0   54676   A   G
1   1:86028 0   86028   C   T
1   1:86028 0   86028   T   G
1   1:86028 0   86028   A   G
1   1:91536 0   91536   T   G

1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1   1:54676b    0   54676   A   G
1   1:86028 0   86028   C   T
1   1:86028b    0   86028   T   G
1   1:86028c    0   86028   A   G
1   1:91536 0   91536   T   G

第二列包含一些倍数-肯定有重复项，可能有重复项等，但我还没有充分探讨这一点

我想在第2栏第二次出现的末尾加上字母“b”，在第三次出现的末尾加上字母“c”，在第四次出现的末尾加上字母“d”，依此类推。因此，输出文件应如下所示：

1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1   1:54676 0   54676   A   G
1   1:86028 0   86028   C   T
1   1:86028 0   86028   T   G
1   1:86028 0   86028   A   G
1   1:91536 0   91536   T   G

1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1   1:54676b    0   54676   A   G
1   1:86028 0   86028   C   T
1   1:86028b    0   86028   T   G
1   1:86028c    0   86028   A   G
1   1:91536 0   91536   T   G

---

我认为这可以用awk来完成，但我还没有找到任何可行的选择。

这可能就是您想要的：

$ awk 'cnt[$2]++ { $2=sprintf("%s%c", $2, 96 + cnt[$2]) } 1' file | column -t
1  1:49298   0  49298  T  C
1  1:54676   0  54676  T  C
1  1:54676b  0  54676  A  G
1  1:86028   0  86028  C  T
1  1:86028b  0  86028  T  G
1  1:86028c  0  86028  A  G
1  1:91536   0  91536  T  G

---

这可能是您正在寻找的：

$ awk 'cnt[$2]++ { $2=sprintf("%s%c", $2, 96 + cnt[$2]) } 1' file | column -t
1  1:49298   0  49298  T  C
1  1:54676   0  54676  T  C
1  1:54676b  0  54676  A  G
1  1:86028   0  86028  C  T
1  1:86028b  0  86028  T  G
1  1:86028c  0  86028  A  G
1  1:91536   0  91536  T  G

还有：

awk '{if ($4 == previous) {i++; print $1, $2sprintf("%c", 97+ i),$3,$4,$5,$6} else {previous = $4; i = 0; print;}}' file
1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1 1:54676b 0 54676 A G
1   1:86028 0   86028   C   T
1 1:86028b 0 86028 T G
1 1:86028c 0 86028 A G
1   1:91536 0   91536   T   G

还有：

awk '{if ($4 == previous) {i++; print $1, $2sprintf("%c", 97+ i),$3,$4,$5,$6} else {previous = $4; i = 0; print;}}' file
1   1:49298 0   49298   T   C
1   1:54676 0   54676   T   C
1 1:54676b 0 54676 A G
1   1:86028 0   86028   C   T
1 1:86028b 0 86028 T G
1 1:86028c 0 86028 A G
1   1:91536 0   91536   T   G

---

另一个

awk

可以让您控制附加的代码

$ awk -v codes="$(echo {b..z})" 'BEGIN{split(codes,s)} 
                                      {$2=$2 s[c[$2]++]}1' file | column -t

1  1:49298   0  49298  T  C
1  1:54676   0  54676  T  C
1  1:54676b  0  54676  A  G
1  1:86028   0  86028  C  T
1  1:86028b  0  86028  T  G
1  1:86028c  0  86028  A  G
1  1:91536   0  91536  T  G

---

另一个

awk

可以让您控制附加的代码

$ awk -v codes="$(echo {b..z})" 'BEGIN{split(codes,s)} 
                                      {$2=$2 s[c[$2]++]}1' file | column -t

1  1:49298   0  49298  T  C
1  1:54676   0  54676  T  C
1  1:54676b  0  54676  A  G
1  1:86028   0  86028  C  T
1  1:86028b  0  86028  T  G
1  1:86028c  0  86028  A  G
1  1:91536   0  91536  T  G

或perl：

perl -lane '
    $F[1] .= chr(96 + $count{$F[1]}) if $count{$F[1]}++ > 0;
    print join "\t", @F
' file

或perl：

perl -lane '
    $F[1] .= chr(96 + $count{$F[1]}) if $count{$F[1]}++ > 0;
    print join "\t", @F
' file

---

你试过什么，怎么会失败？Perl是一种选择吗？（它有一个方便的功能，

$x=“a”+$x

导致

$x

包含字符串“b”。）第27次出现时应该添加什么？第53次怎么样？你试过什么，怎么失败的？Perl是一种选择吗？（它有一个方便的功能，

$x=“a”+$x

导致

$x

包含字符串“b”。）第27次出现时应该添加什么？53号怎么样？