我有一个看起来像这样的文件：

ID101     G    T     freq=.5     nonetype     ANC=.1     addinfor
ID102     A    T     freq=.3     ANC=.01    addinfor
ID102     A    T     freq=.01     type=1     ALT=0.022    ANC=.02    addinfor

如您所见，每行的列数略有不同。我特别想要第1、2、3、4列和以ANC=

所需的输出：

ID101     G    T     freq=.5     ANC=.1
ID102     A    T     freq=.3     ANC=.01
ID102     A    T     freq=.01    ANC=.02

我通常使用aawk命令来解析文件：

awk 'BEGIN {OFS = "\t"} {print $1, $2, $3, $4}'

有没有简单的方法可以更改此命令以使其在这种情况下工作？

我认为这样可能有效：

awk '{for(j=1;j<=NF;j++){if($j~/^ANC=/){print $j}}}'

但是，如何编辑它也可以打印第一列？

与awk：

awk '{for(i=5;i<=NF;i++){if($i~/^ANC=/){a=$i}} print $1,$2,$3,$4,a}' file

• for(...)从字段5（i=5）开始循环遍历所有字段。
  • if($i~/^ANC=/) 检查字段是否以 ANC=
  • a=$i 如果是，请将变量a设置为该值
• print $1,$2,$3,$4,a打印字段1-4，后跟存储在中的内容a。

BEGIN {OFS="\t"}当然可以结合。

假设该ANC=列始终是倒数第二列（如示例数据中所示）：

$ awk '{ print $1, $2, $3, $(NF-1) }' data.in
ID101 G T ANC=.1
ID102 A T ANC=.01
ID102 A T ANC=.02

NF是awk将每个记录（行）拆分为的字段（列）的数量。 $(NF-1)是倒数第二个字段的值。

perl -pale '$"="\t", $_="@{[@F[0..3],         grep {   /^ANC=/ } @F[4..$#F]]}"' yourfile
perl -lane '$,="\t",          print @F[0..3], grep {   /^ANC=/ } @F[4..$#F]'    yourfile
perl -lane '($,,$a)=("\t",0), print grep { $a++ < 4 or /^ANC=/ } @F'            yourfile

简要

$，=> OFS @F[0..3]=>$F[0] $F[1] $F[2] $F[4]