Discussion :

[adrientdl13]

Bonjour à tous,
Je sollicite la communauté Linux car je suis devant un problème dont voici un court extrait de fichier:
J'ai un tableau avec 1 million de lignes et 300 colonnes. Les colonnes de référence sont CHROM (Lu01), POS(n°), REF(A,G, C ou T) ALT(A, G, C ou T et les combinaisons sont possible) puis celles de mes échantillons à modifier sont les suivantes (ech1, ech2...)
Mon objectif: Si dans mes colonnes ech1, ech2...
- je trouve le motif ./.:...., alors je remplace cette case par celle la case de la colonne REF
- Dans le cas ou j'ai sur un mème ligne 1/1 et 2/2, alors j'ai dans ma colonne ALT, 2 lettres séparées par une virgule. les cases 1/1 devront prendre la valeur de la lettre avant la virgule, et les case 2/2 la valeur après la virgule
- je trouve uniquement le motif 1/1 sur une même ligne...., alors je remplace cette case par celle la case de la colonne ALT.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
CHROM	POS	REF	ALT	ech1	ech2	ech3
Lu01	10	G	A	1/1:99:30:30:2:27:90%:1,5465E-14:37:36:2:0:27:0	1/1:99:37:37:5:31:83,78%:1,6935E-15:37:37:5:0:31:0	1/1:18:4:4:0:4:100%:1,4286E-2:0:37:0:0:4:0
Lu03	15	G	A	1/1:99:42:42:3:39:92,86%:8,4519E-21:37:37:3:0:39:0	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	1/1:18:4:4:0:4:100%:1,4286E-2:0:37:0:0:4:0
Lu10	32	C	T	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	./.:.:.:.:.:.:.:.:.:.:.:.:.:.
Lu01	33	G	T,C	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	2/2:24:5:5:0:5:100%:3,9683E-3:0:37:0:0:5:0
Lu02	34	G	T	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	./.:.:.:.:.:.:.:.:.:.:.:.:.:.	1/1:99:47:47:5:41:87,23%:5,7183E-21:37:36:5:0:41:0

Avez vous des idées ?
Vous trouverez en PJ l'extrait du fichier pour une meilleure visualisation
Merci bcp :-)

[N_BaH]

Bonjour,

il n'est pas dit quel langage tu as le droit d'utiliser pour faire cet exercice.
awk est tout à fait adapté pour ce type de manipulations.

peux-tu te référer aux numéros de colonnes, ou (parce qu'il y en a trop, à des endroits trop éloignés) uniquement à leur titre (dans l'en-tête) ?

[Flodelarab]

Bonjour

STOP ! Déjà, ton fichier vient de Windows et tu as un problème avec la fin de ligne. Il faut utiliser un utilitaire comme dos2unix pour le convertir. Ou alors, on peut faire la commande suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -i 's@\r$@@' exemple.txt

Après, on peut proposer un truc du genre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
$ awk -F '\t' '{ OFS=FS;for (c=5;c<=7;c++) {split($4,alt,",");if ($c ~ /\.\/\./) $c=$3; else if ($c ~ /1\/1/) $c=alt[1]; else if ($c ~ /2\/2/) $c=alt[2]}; } 1' exemple.txt
#CHROM  POS     REF     ALT     ech1    ech2    ech3
Lu01    10      G       A       A       A       A
Lu01    15      G       A       A       G       A
Lu01    32      C       T       C       C       C
Lu01    33      G       T,C     G       G       C
Lu02    34      G       T,C     G       G       T

[adrientdl13]

Merci, c'est exactement la solution à mon problème. Bravo encore et merci pour la rapidité !

[Flodelarab]

À la relecture, ce n'est pas dans l'ordre.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

awk -F '\t' -vOFS='\t' '{split($4,alt,",");for (c=5;c<=7;c++) if ($c ~ /\.\/\./) $c=$3; else if ($c ~ /1\/1/) $c=alt[1]; else if ($c ~ /2\/2/) $c=alt[2]; } 1' exemple.txt

• Pas la peine d'affecter OFS 1 million de fois.
• Pas la peine de parser la colonne ALT pour chaque colonne ech*

[adrientdl13]

Merci