我正在使用以下命令将不规则格式的文本文件解析为10列的文本文件。
bcftools query -Hf 'CHC2432T\t%TYPE\t%CHROM\t%POS\t%REF\t%ALT\t%ANN[\t%DP\t%AD\t%GT]\n' test.vcf > ttest.txt
结果是一个tab-separated文本文件，其中有10列，但第7列（命令中的ANN）包含几个元素，它们是|像这个例子一样分开：
G|intron_variant|MODIFIER|C1orf222|ENSG00000142609|transcript|ENST00000493316|protein_coding
我想获得此|分隔列的第4个元素，而不是上面的行（整个行）。我正在尝试使用以下命令（添加到上述命令中）在AWK中做到这一点：
bcftools query -Hf 'CHC2432T\t%TYPE\t%CHROM\t%POS\t%REF\t%ALT\t%ANN[\t%DP\t%AD\t%GT]\n' test.vcf | awk '{printf }' | awk -F "|" '{print $1\t$2\t$3\t$4\t$5\t$6\t$7\t$8\t$9\t$10}' > results.txt
但是它不返回我想要的东西。你知道如何解决吗？
您只需要将bcftools的输出传递给执行此操作的单个awk命令
bcftools query -Hf 'CHC2432T\t%TYPE\t%CHROM\t%POS\t%REF\t%ALT\t%ANN[\t%DP\t%AD\t%GT]\n' test.vcf |
awk -v FS="\t" '{ n = split($7, arr, "|"); print arr[4] }'