linux 的一些脑洞操作

把当前文件夹的文件名用"，"连接成一行，或者将多行转变为一行

ls | paste -s -d ","  # -s 选项将输入进行一次性粘贴
ls | xargs | sed 's/ /,/g'  #xargs 将输入作为参数(空格分隔)传入
ls | awk '{printf "%s,",$0}'

将行逆序输出

sed '1!G;h;$!d'file  # 1!G 第一行不执行G命令，从第二行开始执行；$!d 最后一行不删除；第一行自动存入模式空间，将模式空间内容（第一行）放到保持空间(h)，然后删除模式空间内容(d，否则它会自动输出)，第二行自动存入模式空间，（开始用G）将保持空间（第一行内容）接到模式空间（第二行）后，将当前模式空间（第二行+第一行）放到保持空间（h），然后删除当前模式空间(d)，依次类推，最后一行不删除模式空间，再自动输出模式空间内容
tac file

删除#开头的注释行

sed '/^#.*/d' test.txt

去掉每行开头4个字符

cut -c 4- test.csv

对文件第一列进行统计

awk -F "," '{count[$1]++} END{for (record in count) print record,count[record] }' test.csv  #count[$1]++创建关联数组count[$1]并进行计数

对文件第四列用"："切割成两列并将最后一列结果+1，然后输出全部列

awk -F "," '{split($4,array,":");print $1,$2,$3,array[1],array[2]+1}' test.csv  #split切割$4存到数组array中，array[1]和arrya[2]即为切割后的两个区域

对文件第二列求均值

awk -F "," '{sum+=$2} END {print "Average = ", sum/NR}' test.csv

实现DNA序列反向互补

cat seq.txt | sed 'y/ATGC/TACG/' |rev

某一行插入另外一个文件的内容

sed '2 r a.txt' test.csv

对一个文件按照第一列进行筛选，筛选条件是必须在另外一个文件的第一列出现过

awk -F "," '{if(NR==FNR){count[$1]=1}else if(count[$1]==1){print $0}}' chr.txt test.csv  #将第一个文件第一列的值存入关联数组，并给值为1，如果第二个文件建立的关联数组对应值为1，说明在第一个文件第一列出现过，则输出整行

对文件第二列和第三列进行展开

展开前四列



展开后成为三列

awk -F "," '{for (i=$2;i<=$3;i++) {print $1,i,$4}}'  test.csv

对三个文件依次merge

  这里三个文件行数相等，其中ampl列将新的和旧的染色体、位置联系起来，第一个文件将第五列（ampl列，值为ampl1,ampl2...）存入一二三列（旧染色体，旧起始位置，旧结束位置）为下标的关联数组ampl，第二个文件按照一二三列（旧染色体，旧起始位置，旧结束位置）取出关联数组的值(ampl1,ampl2...)，将关联数组的值作为关联数组下标新创建关联数组Ampl，将第二个文件的值（1，2，3，4，5列，其中4、5列是我们要的信息）用sprintf生成字符串存入Ampl，第三文件按照第四列（ampl1,ampl2...），用split切割sprintf生成的字符串，取出第二个文件存入的值（这里只取出了需要的4，5列，123列的值输出第三个文件的123列（新染色体，新起始位置，新结束位置）的值）。这样Oldpanel_start_end.sort.bed 对应的旧的染色体和位置，被hg38amplicon_start_end.bed新的一个染色体和位置取代，并且将旧文件染色体和位置在amplGChg19.txt 对应的信息成功转移到新生成的新位置文件中

awk 'BEGIN{FS="\t";OFS="\t"}{if(NR==FNR){ampl[$1,$2,$3]=$5;N=NR}else if(NR<=2*N){Ampl[ampl[$1,$2,$3]]=sprintf("%s,%d,%d,%s,%s",$1,$2,$3,$4,$5);}else{split(Ampl[$4],array,",");print $1,$2,$3,array[4],array[5],$4}}' Oldpanel_start_end.sort.bed amplGChg19.txt hg38amplicon_start_end.bed | sort -k1 > hg38amplicon_Gene_GC.txt

对两个文件去重取并集

cat NewpanelGene.bed Oldpanel.gene.bed | sort -u > merge.gene.bed  #sort -u = sort | uniq ，相当于sort 之后，将重复相邻行变成只有一行

对文件按照标志开头的行进行分割

比如

 awk '/>chr/{split($0,array,">");out=array[2]};{print > out}' test.fa

输出chr1,chr2两个文件

输出文件奇数行和偶数行

sed -n 'p;n' test.txt #输出奇数行
sed -n 'n;p' test.txt #输出偶数行

统计GC含量

echo "TTCCTTGAAATAAGTGTGATT" | awk '{s=gsub("[GC]","N",$0);print s/length}'

去除windows换行符

cat test.txt | sed 's/\r//g'