Linux 通过对特定列求和来过滤文本行

Question

根据原始测序数据，我创建了一个计数文件 (.txt)，其中包含每个样本的独特序列计数。数据如下所示:

sequence    seqLength S1   S2   S3   S4   S5   S6   S7   S8
AAAAA...    46        0    1    1    8    1    0    1    5
AAAAA...    46        50   1    5    0    2    0    4    0
...
TTTTT...    71        0    0    5    7    5    47   2    2
TTTTT...    81        5    4    1    0    7    0    1    1

我想过滤每行总和的序列，因此只删除所有样本总和(S1 到 S8 的总和)低于例如 100 的行。

这可能可以用 awk 来完成，但我对这个文本处理实用程序没有经验。谁能帮忙？

Answer 1

试试这个:

awk 'NR>1 {sum=0; for (i=3; i<=NF; i++) { sum+= $i } if (sum > 100) print}' file.txt

它将跳过第 1 行 NR>1然后将从您的示例中的项目 3(S1 到 S8)开始对每行项目求和:

{sum=0; for (i=3; i<=NF; i++) { sum+= $i } 

然后将只打印总和大于 100 的行:if (sum > 100) print}'

您可以根据总和修改/测试条件，但希望这能让您了解如何使用 awk