awk - 文本进入滑动窗口并计数

Question

我有这样的文件(超过 1 个缺少行)

 20     14370   rs6054257 G      A       29   PASS   NS=3;DP=14;AF=0.5;DB;H2           GT:GQ:DP:HQ 0|0:48:1:51,51 
 20     17330   .         T      A       3    q10    NS=3;DP=11;AF=0.017               GT:GQ:DP:HQ 0|0:49:3:58,50 
 20     1110696 rs6040355 A      G,T     67   PASS   NS=2;DP=10;AF=0.333,0.667;AA=T;DB GT:GQ:DP:HQ 0|0:21:6:23,27
 20     1230237 .         T      .       47   PASS   NS=3;DP=13;AA=T                   GT:GQ:DP:HQ 0|0:54:7:56,60
 20     1234567           GTC    G,GTCT  50   PASS   NS=3;DP=9;AA=G                    GT:GQ:DP    0/1:35:4

我需要拆分为滑动窗口并像这样计算“0/0”位置

 Pos     Count 
 1-10001  0
 2-10002  1
 3-10003  0

为了计算每 10000 个职位，我使用了这个 cmd

tail -n +11 file | 
awk -v n=10000 '/0\/0/{c++} NR%n==0{print c; c=0} END {if (NR%n!=0) print c}'

Answer 1

第一个解决方案:完全基于您展示的尝试，用 GNU 编写 awk .由于样本中没有 0/0 值，因此无法进行太多测试，应该可以通过。拍摄 tail来自 OP 尝试本身的命令。

tail -n +11 Input_file | 
awk -v n="10000" '
  NR%n==0{
    ++occur
    print n+occur,count
    count=""
  }
  /0\/0/{
    count++
  }
  END{
    ++occur
    if(count){ print n+occur }
  }
'

第二种解决方案:如果您多次出现 0/0在您的行中，并且您想计算每行中的所有内容，然后尝试遵循与第一个解决方案略有不同的方法。

tail -n +11 Input_file | 
awk -v n="10000" '
  NR%n==0{
    ++occur
    print n+occur,count
    count=""
  }
  {
    count+=gsub(/0\/0/,"&")
  }
  END{
    ++occur
    if(count){ print n+occur }
  }
'