Aquí hay algunos valores que necesito cambiar:

Si la primera columna es 2 => 1

Si la primera columna es 8 => 2

Si la primera columna es 16 => 3

CHR          SNP         BP   A1       TEST    NMISS       BETA         STAT            P 
   2   rs10173732      31404    A        ADD     2607   -0.02162       -1.552       0.1207
   2   rs10173732      31404    A       COV1     2607     0.2659        24.15   1.849e-116
   2   rs11684864    2547285    G        ADD     2596  -0.009581      -0.6387       0.5231
   2   rs11684864    2547285    G       COV1     2596     0.2672        24.18   1.212e-116
   2   rs11684864    2547285    G       COV2     2596   0.004941        9.564    2.548e-21
   8    rs3826201   88651817    T       COV3     2576    -0.0186        -15.7    4.335e-53
  16    rs8047319   88684276    C        ADD     2538    0.01115        1.271        0.204
  16    rs8047319   88684276    C       COV1     2538     0.2632        23.73   1.402e-112
  16    rs8047319   88684276    C       COV2     2538   0.005039        9.715    6.276e-22
  16    rs8047319   88684276    C       COV3     2538   -0.01891        -15.9    2.583e-54

Sin embargo, este comando no es conveniente, ya que cambia la sangría y la línea con el 8 no parece apreciar:

awk '{ if ( $1 == 2 ) { $1 = 1 } else if ( $1 == 8 ) { $1 == 2 } else if ( $1 == 16 ) { $1 = 3 }; print}' TEST > TESTnew

Salida:

 CHR          SNP         BP   A1       TEST    NMISS       BETA         STAT            P 
1 rs10173732 31404 A ADD 2607 -0.02162 -1.552 0.1207
1 rs10173732 31404 A COV1 2607 0.2659 24.15 1.849e-116
1 rs11684864 2547285 G ADD 2596 -0.009581 -0.6387 0.5231
1 rs11684864 2547285 G COV1 2596 0.2672 24.18 1.212e-116
1 rs11684864 2547285 G COV2 2596 0.004941 9.564 2.548e-21
       8    rs3826201   88651817    T       COV3     2576    -0.0186        -15.7    4.335e-53
3 rs8047319 88684276 C ADD 2538 0.01115 1.271 0.204
3 rs8047319 88684276 C COV1 2538 0.2632 23.73 1.402e-112
3 rs8047319 88684276 C COV2 2538 0.005039 9.715 6.276e-22
3 rs8047319 88684276 C COV3 2538 -0.01891 -15.9 2.583e-54

¿Cómo corregiría algo más universal (lo que significa que funciona incluso si la sangría para una línea en particular es diferente) y eso no cambia la sangría del archivo original?

awk
1
Natha 13 dic. 2016 a las 22:49

2 respuestas

La mejor respuesta

Con GNU awk para que el tercer argumento coincida ():

$ awk 'BEGIN { m[2]=1; m[8]=2; m[16]=3 }
    $1 in m { match($0,/(\s*\S+)(.*)/,a); $0=sprintf("%*s",length(a[1]),m[$1]) a[2] }
  1' file
CHR          SNP         BP   A1       TEST    NMISS       BETA         STAT            P
   1   rs10173732      31404    A        ADD     2607   -0.02162       -1.552       0.1207
   1   rs10173732      31404    A       COV1     2607     0.2659        24.15   1.849e-116
   1   rs11684864    2547285    G        ADD     2596  -0.009581      -0.6387       0.5231
   1   rs11684864    2547285    G       COV1     2596     0.2672        24.18   1.212e-116
   1   rs11684864    2547285    G       COV2     2596   0.004941        9.564    2.548e-21
   2    rs3826201   88651817    T       COV3     2576    -0.0186        -15.7    4.335e-53
   3    rs8047319   88684276    C        ADD     2538    0.01115        1.271        0.204
   3    rs8047319   88684276    C       COV1     2538     0.2632        23.73   1.402e-112
   3    rs8047319   88684276    C       COV2     2538   0.005039        9.715    6.276e-22
   3    rs8047319   88684276    C       COV3     2538   -0.01891        -15.9    2.583e-54

De si los valores 1, 2 y 3 son solo un índice incremental:

$ awk 'BEGIN{split("2 8 16",t); for (i in t) m[t[i]]=i} $1 in m{match($0,/(\s*\S+)(.*)/,a); $0=sprintf("%*s",length(a[1]),m[$1]) a[2]} 1' file
CHR          SNP         BP   A1       TEST    NMISS       BETA         STAT            P
   1   rs10173732      31404    A        ADD     2607   -0.02162       -1.552       0.1207
   1   rs10173732      31404    A       COV1     2607     0.2659        24.15   1.849e-116
   1   rs11684864    2547285    G        ADD     2596  -0.009581      -0.6387       0.5231
   1   rs11684864    2547285    G       COV1     2596     0.2672        24.18   1.212e-116
   1   rs11684864    2547285    G       COV2     2596   0.004941        9.564    2.548e-21
   2    rs3826201   88651817    T       COV3     2576    -0.0186        -15.7    4.335e-53
   3    rs8047319   88684276    C        ADD     2538    0.01115        1.271        0.204
   3    rs8047319   88684276    C       COV1     2538     0.2632        23.73   1.402e-112
   3    rs8047319   88684276    C       COV2     2538   0.005039        9.715    6.276e-22
   3    rs8047319   88684276    C       COV3     2538   -0.01891        -15.9    2.583e-54

O no necesita especificar los valores de $ 1 existentes en absoluto:

$ awk 'NR>1{ if ($1!=p) {c++; p=$1} match($0,/(\s*\S+)(.*)/,a); $0=sprintf("%*s",length(a[1]),c) a[2]} 1' file
CHR          SNP         BP   A1       TEST    NMISS       BETA         STAT            P
   1   rs10173732      31404    A        ADD     2607   -0.02162       -1.552       0.1207
   1   rs10173732      31404    A       COV1     2607     0.2659        24.15   1.849e-116
   1   rs11684864    2547285    G        ADD     2596  -0.009581      -0.6387       0.5231
   1   rs11684864    2547285    G       COV1     2596     0.2672        24.18   1.212e-116
   1   rs11684864    2547285    G       COV2     2596   0.004941        9.564    2.548e-21
   2    rs3826201   88651817    T       COV3     2576    -0.0186        -15.7    4.335e-53
   3    rs8047319   88684276    C        ADD     2538    0.01115        1.271        0.204
   3    rs8047319   88684276    C       COV1     2538     0.2632        23.73   1.402e-112
   3    rs8047319   88684276    C       COV2     2538   0.005039        9.715    6.276e-22
   3    rs8047319   88684276    C       COV3     2538   -0.01891        -15.9    2.583e-54
2
Ed Morton 13 dic. 2016 a las 21:32

Podrías hacer el reemplazo en sed:

sed 's/^\( *\)2/\11/ ; s/^\( *\)8/\12/ ; s/^\( *\)16/\1 3/'

Esto hace los tres reemplazos en un script. ^\( *\) captura todos los espacios al principio de la línea y antes del número. \1 los reemplaza para preservar la sangría. Reemplazo 16 con 3 por la misma razón.

1
Mad Physicist 13 dic. 2016 a las 20:01