基于三列的 awk 子集文件方法

Question

我有一个 .BED 格式的文件 (input.bed)

less input.bed
A     678     934     0bb6fdb5    0       +
A     715     986     8bc17666    0       +
A     716     1029    065f9d32    0       -
A     769     1367    572ae096    0       +
B     801     924     e6f469bf    0       +
B     876     1007    384622c7    0       +
B     921     1118    9f8bdbbb    0       -
C     1038    1841    f9a29a0g    0       +
C     1078    1929    9cd655be    0       +

我想从 LINUX 命令行对文件进行子集化，并生成一个新文件，其中包含第一列中包含“A”的所有行、第二列中的值大于 715 以及第二列中的值小于 1367。第三列。

我尝试使用 awk

awk -F '$1 == "A" && $2 >= 715 && $3 <= 1367' input.bed > output.bed

但我收到错误消息:

awk: cmd. line:1: input.bed
awk: cmd. line:1:      ^ syntax error

所需的输出如下所示

less output.bed
A     715     986     8bc17666    0       +
A     716     1029    065f9d32    0       -
A     769     1367    572ae096    0       +

Answer 1

请尝试按照您显示的示例进行操作。假设您的 Input_file 是空格分隔的，那么我们不需要使用空格分隔符，因为这是 awk 的默认分隔符(在您尝试的代码中，没有为字段分隔符设置值会导致问题)。如果您使用制表符作为字段分隔符，则将以下代码中的 awk 更改为 awk 'BEGIN{FS=OFS="\t"} 。

awk '$1=="A" && $2>=715 && $3<=1367' Input_file

解释:简单的解释是，检查 2 个条件，如果第一个字段是 A，第二个字段大于或等于 715 并且第三个字段小于或等于到 1367 然后打印该行。一旦您对上面的代码感到满意(它将在终端上打印行)，请附加 > output.bed 以从程序获取输出文件。

注意:对于 OP 的声明:

a value larger than 715 in the second column, and a value smaller than1367 in the third column.

如果我们不想包含 715 和 1367 值，则将条件更改为:

awk '$1=="A" && $2>715 && $3<1367' Input_file