これは unixのフォローアップです:1つのファイルの1つの列全体を別のファイルの1つの値に置き換えます
ファイルの1つの列(file1)を別のファイル(file2)の特定の値に置き換えようとしています。
file1は次のように構成されています。
HETATM 8 P FAD B 600 98.424 46.244 76.016 1.00 18.65
HETATM 9 O1P FAD B 600 98.634 44.801 75.700 1.00 17.69 O
HETATM 10 O2P FAD B 600 98.010 46.640 77.387 1.00 15.59 O
HETATM 11 H5B1 FAD B 600 96.970 48.950 72.795 1.00 -1.00 H
そして私は絶対にその構造を保存する必要があります。
file2は次のように構成されています。
1 27, -81.883, 4.0
5 48, -67.737, 20.0
1 55, -72.923, 4.0
4 27, -62.64, 16.0
Awkが「誤動作」していて、pdbファイルの形式が失われていることに気付きました。つまり、次の代わりに次のことを意味します。
HETATM 1 PA FAD B 600 95.987 47.188 74.293 1.00 -73.248
私は得る
HETATM 1 PA FAD B 600 95.887 47.194 74.387 1.00 -73.248
私が試してみました:
file1="./Min1_1.traj_COP1A_.27.pdb"
file2="./COP1A_report1"
value="$(awk -F, 'NR==1{print $2;exit}' $file2)"
#option 1: replaces the column I want but messes up the format
awk -F ' ' '{$11 = v} 1' v="$value" $file1 >TEST1
#option 2: keeps the format but adds the value at the end only
awk -F ' ', '{$2 = v} 1' v="$value" $file1 >TEST2
awk -F, '{$11 = v} 1' v="$value" $file1 >TEST3
これは、pdbファイルのすべての列に同じ区切り文字がなく、awkが希望する方法でそれを処理していないためだと思います。
この問題に対してawkを「飼いならす」方法や、他にどのようなコマンドを使用するかについてのアイデアはありますか?
正規表現([^[:blank:]]
、つまり空白以外)を使用し、11
番目の一致を置き換えます。
awk '{print gensub (/[^[:blank:]]+/, v, 11)}' v="$value" infile
sed
と同じ:
sed "s/[^[:blank:]]\{1,\}/${value}/11" infile
別の方法として、ファイルに固定長のフィールドがあり、各フィールドの「位置」がわかっている場合(たとえば、サンプルファイル内のスペースのみを想定すると、11番目のフィールドは各行の57番目から60番目までの4文字を占めます)
awk '{print substr($0,1,56) v substr($0,61)}' v=$value file
または
sed -E "s/^(.{56}).{4}(.*)$/\1${value}\2/" infile
私はあなたの仕事にsed
を使うことを提案します:
file1="./Min1_1.traj_COP1A_.27.pdb"
file2="./COP1A_report1"
IFS=',' read -r a value b <"$file2"
#for second field:
sed "s/.[0-9]\b/$value/" "$file1" > TEST1
#for 11th field:
sed "s/\S.\.[0-9]\{2\}\b/$value/" "$file1" > TEST1
GAWK 4では、文字列(または行全体)を明示的に分割し、分割の結果(フィールドとセパレーター)を反復して出力することにより、フィールドセパレーターを保持できます。
この例では、FPAT
(フィールド構造を指定する正規表現)とpatsplit()
を使用しますが、FS
(フィールド区切り文字を指定する正規表現、または[ \t\n]+
を表す単一のスペースを含む正規表現)を使用できます。代わりにsplit()
。
gawk "v=$value" '{n = patsplit($0, arr, FPAT, seps); arr[11] = v; for (i = 0; i <= n; i++) {printf "%s%s", a[i], seps[i]}; print ""}'
a[0]
は常にnullになり、seps[0]
には先頭の区切り文字が含まれ、seps[n]
は入力行の終わりにある区切り文字(空白)になることに注意してください。
これは、より読みやすい形式のワンライナーです。
gawk "v=$value" '
{
n = patsplit($0, arr, FPAT, seps);
arr[11] = v;
for (i = 0; i <= n; i++) {
printf "%s%s", a[i], seps[i]
};
print ""
}'