Linux下根据ID文件筛选另一个文件的列

最新推荐文章于 2023-08-18 09:45:51 发布
最新推荐文章于 2023-08-18 09:45:51 发布
阅读量1.2k 收藏 1
点赞数
文章标签： linux python shell
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46605479/article/details/112511181
版权

linux下筛选需要的ID列，这个方法仅适用于在vcf文件中。
vcf文件：
在这里插入图片描述
前8列是固定的，后面的列是个体ID，现在我要根据需要的ID筛选这个vcf文件。需要的ID放到yes.txt文件里
在这里插入图片描述
使用的命令为：

vcftools --vcf in.vcf --recode --recode-INFO-all --stdout  --keep id.txt   > out.vcf

如果是要去掉yes.txt文件ID列，那么就把keep改成remove。

vcftools --vcf in.vcf --recode --recode-INFO-all --stdout  --remove id.txt   > out.vcf

参考链接：https://www.omicsclass.com/article/647

小八四爱吃甜食
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Linux/Shell中根据一列信息批量提取文件中匹配的特定行
Timo_CSDN的博客
03-28 1万+
1. 非压缩文件提取 看过很多代码，我觉得这个最好用 awk 'NR==FNR{a[$1]++}NR>FNR&&($2 in a)' fileA.txt <(cat fileB) > ../out.txt fileA.txt是一列你用来匹配的信息，fileB是你要从中提取数据的文件，导出到out.txt 之前也尝试过用 #!/bin/bash cat fileA.txt | while read id; do real_id=`echo $id| cut -d
linux tail 查看日志文件方法
09-15
Linux中的`tail`命令是一个非常实用的工具，主要用于查看文件的末尾内容，尤其是在系统日志监控、程序调试和故障排查中发挥着重要作用。通过这个命令，你可以实时追踪日志文件的变化，无需手动刷新，从而高效地获取...
【linux基础】指定分隔符分割文件 cut 、awk(指定多个分隔符分割文件提取列，如提取注释文件gff3内的基因ID)
jxm的博客
04-19 1692
如：你想提取QTL区间的基因，那你得先准备一个参考基因组上基因ID 、基因Name、起始、终止的文件。2. 思路：先提取第三列是基因---再提取有Name 的基因--再分隔。匹配也可以借助 awk '/Name/' file.txt。示例：如果你想从GFF3里提取出基因怎么做？2. awk ## 同时指定多个分割符。如果指定多个分隔符，使用中括号。
VET：基因变异VCF数据集便捷提取工具
最新发布
青笋的博客
08-18 668
VET是一个基于R语言开发的变异位点信息批量提取工具，主要功能是根据VCF数据集，按照基因ID、样品ID、变异位点ID等参数，实现批量提取，同时支持变异位点结构注释，一步搞定变异数据的快速提取。，则执行下面的步骤，主要调用Python程序进行信息检索，并由bcftools工具批量提取变异信息，若需要根据指定样品进行过滤，则利用view功能对样品进行筛选，最后生成结果压缩文件。支持流式操作，提取后筛选指定样品并对每个变异位点进行结构注释（判断错义突变、移码突变等），最终将结果文件打包生成压缩包。
使用linux命令 根据序列ID快速提取fastq序列
dujidan的博客
04-02 6653
做生信的人经常会接触到一些fastq数据，有时想要从fastq文件中提取出某些序列来查看。 一般情况可以使用grep命令，就可以实现 grep -A 3 seq_id fastq.file # 匹配seq_id 并向下去3行 但是，如果需要的序列很多，在使用grep就会很慢了，所以这里给出了 awk 的命令，速度简直快的飞起。 awk -F ' ' 'NR==FNR {a[$1]=1; next} { if (a[substr($1,2)]) {print $0; getline b; print b.
Linux 中找出两个文件的不同
热门推荐
不辣红烧肉的博客
11-15 1万+
今天遇到一个问题就是两个大文件，其中一个文件是另一个文件的子集，需要找出不同的部分，上网查询后得到如下方法： 方法一：comm命令实现 首先看看comm命令的帮助 comm --help Usage: comm [OPTION]... FILE1 FILE2 Compare sorted files FILE1 and FILE2 line by line. -1
vcftools的使用小结
小八四爱吃甜食的博客
04-08 4831
vcftools的使用小结计算等位基因频率计算Fst转换为plink格式比较两个vcf文件根据id保留或去除vcf文件的样本基因型数据转换为012格式参考链接 计算等位基因频率 用--freq计算等位基因频率 vcftools --vcf test.vcf --freq --out output 对来自chr1的每一个位点统计其基因频率 vcftools --gzvcf combined200.vcf.gz --freq --chr chr1 --out chr1_analysis 计算Fst 使用--
Linux下重启多个 tomcat 服务的脚本(推荐)
09-15
在实际操作中，我们通常需要获取进程ID，这可以通过`awk`命令实现，它可以根据特定列（如第二列，即PID）进行处理。 在脚本中，我们首先创建一个名为`restart.sh`的文件，并设置其为可执行。在文件中，我们定义了...
常用查看日志的linux命令
01-20
在Linux系统中，日志文件是诊断和解决各种问题的重要工具。...通过以上方法，您可以根据需求灵活地在Linux日志文件中查找、筛选和分析信息。在日常的系统管理和故障排查中，熟练运用`grep`命令将极大地提高工作效率。
Linux下Qt实现任务管理器
03-12
在Linux环境下，使用Qt框架开发任务管理器是一个有趣且实用的项目。Qt是一个跨平台的C++图形用户界面应用程序开发框架，广泛应用于桌面、移动和嵌入式系统。结合Linux的强大功能，我们可以创建一个功能丰富的任务...
linux下查看系统进程占用的句柄数方法
09-15
因此，建议根据实际需求谨慎设置这个值，通常不超过4096是一个合理的上限。 总的来说，理解如何查看和管理Linux进程的句柄数对于优化系统性能、排查问题以及确保服务稳定运行至关重要。通过熟练掌握`ulimit`、`lsof...
linux下如何看每个CPU的使用率.docx
10-25
如文档中提到，可以编写一个shell脚本来定期记录`top`或`mpstat`的输出，例如`cpu.sh`，并将其结果写入日志文件，以便后续分析。这通常通过`nohup`或`&`后台执行，确保即使终端关闭，程序也能继续运行。 三、日志...
Linux C 实现日志打印功能
04-11
1. **日志级别控制**：定义一个枚举类型或常量来表示日志级别，并在打印日志时根据设定的级别筛选信息。例如： ```c enum LogLevel {DEBUG, INFO, NOTICE, WARNING, ERROR, CRITICAL, ALERT, EMERGENCY}; ``` 2....
Linux中用PHP判断程序运行状态的2个方法
10-25
1. 使用`shell_exec()`函数执行`/bin/ps ax`命令，这会列出所有进程的信息，并将其重定向到一个临时文件（例如`/home/root/$clsname_run.txt`）。 2. 接着再次使用`shell_exec()`调用`/bin/grep -c`，查找临时文件中...
Linux系统中MySQL的常用操作命令
09-09
在Linux系统中，MySQL是一个广泛使用的开源关系型数据库管理系统，对于系统管理员和开发人员来说，掌握其常用操作命令是至关重要的。以下是一些关键的MySQL命令及其用途： 1. **服务管理**： - `chkconfig --list`...
Linux查询文件ID，根据ID删除乱码垃圾文件
qq_43278317的博客
08-17 1579
Linux查询文件ID，根据ID删除乱码垃圾文件
linux两个字符串拼接输出,linux join命令参数及用法详解---连接两个文件中的指定内容...
weixin_39620578的博客
04-28 1117
功能说明：将两个文件中，指定栏位内容相同的行连接起来。语　　法：~~~~~~~~~~~~~~~~~~~经常使用这个命令。但老是搞忘一些参数，特此记录join类似 db里面的join方法，同样有left join right join inner join等指定参数-a 可以指定join的方式。 -a1表示 显示第一个文件中不匹配的行，即为left join-a2 表示 显示第二个文件中不匹配的行，...
Linux综合实践试卷生成及评阅程序是设计与分析详细设计说明用文件实现
06-04
Linux综合实践试卷生成及评阅程序的详细设计说明包括以下几个方面： 1. 数据库设计 试题库和答卷库是程序的核心数据库，需要设计合理的数据库结构和表关系，确保数据的完整性和一致性。试题库包括试题ID、题目、难度系数、类型和答案等信息，答卷库包括学生ID、学生姓名、考试时间、试卷ID和答案等信息。可以使用MySQL数据库来实现。 2. 试卷生成算法 试卷生成算法是根据试题库的信息，以一定的难度系数和数量，自动组合试题，生成一份试卷。可以使用Python编程语言来实现。具体实现过程如下： （1）从试题库中根据难度系数和类型筛选出若干试题。 （2）根据试卷要求的试题数量和各类型试题的比例，计算每个类型所需的试题数量。 （3）从筛选出的试题中，按照类型分别选取所需数量的试题。 （4）将选取的试题按照一定的顺序组合成试卷。 （5）将试卷保存到文件或数据库中。 3. 评分算法 评分算法是根据试题的难度系数和答案，以及学生的答案，自动评估学生的答卷，计算学生的得分。可以使用Python编程语言来实现。具体实现过程如下： （1）从答卷库中根据试卷ID和学生ID获取学生的答卷信息。 （2）从试题库中根据试题ID获取每个试题的难度系数和答案。 （3）将学生的答案和试题的答案进行比对，计算每个试题的得分。 （4）根据试题的难度系数和得分，计算学生的总得分。 （5）将学生的得分保存到答卷库中。 4. 文件实现 试题库、答卷库和试卷可以使用文件来实现。可以使用CSV或JSON格式的文件来存储数据。具体实现过程如下： （1）试题库和答卷库：使用CSV或JSON格式的文件来存储数据，每行代表一个试题或答卷，每列代表一个数据项。 （2）试卷：使用文本文件来存储试卷，每行代表一道试题，按照一定的顺序组合成试卷。 文件实现的优点是简单易用，适合小规模数据存储和读取。缺点是不适合大规模数据存储和复杂查询，需要额外的查询和索引机制来提高效率。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值