¿Cómo solucionar el problema en el script awk?

Question

Tengo el siguiente conjunto de datos obtenido usando bcftools;

$ bcftools query -f '%CHROM %POS %REF %ALT %AN %AC \n' fname.vcf 

CHROM POS REF ALT AN AC 

6 85406127 T A 6 2
6 85406180 T G 6 5
6 85406187 T G 6 1
-
-
-
6 85434019 T A 0 0
6 85434075 A C 0 0

La salida deseada se obtiene mediante el siguiente comando:

bcftools query -f '%CHROM %POS %REF %ALT %AN %AC \n' fname.vcf | awk '$5 !=0' | awk '{printf "%s:%s %s:%s %f\n", $1, $2, $3, $4,$6/$5}' 

6:85406127 T:A 0.333333
6:85406139 T:C 0.000000
6:85406180 T:G 0.833333

En el conjunto de datos, contiene ceros en la quinta y sexta columnas. Entonces, 0 dividido por 0 da como resultado fatal: intento de división por cero . Por eso quiero ver NA en la tercera columna del resultado.

6:85406127 T:A 0.333333
6:85406139 T:C NA
6:85406180 T:G 0.833333

Mi intento de obtener el resultado se mostró a continuación:

bcftools query -f '%CHROM %POS %REF %ALT %AN %AC \n' fname.vcf | awk '{ if [[ $5!= 0 && $6!=0 ]]
'{printf "%s:%s %s:%s %f\n", $1, $2, $3, $4,$6/$5}'
else
'{printf "%s:%s %s:%s %b\n", $1, $2, $3, $4, 'NA'}'
}'

Pero recibí este resultado:

awk: cmd. line:1: { if [[ $5!= 0 && $6!=0 ]]
awk: cmd. line:1:      ^ syntax error
awk: cmd. line:1: { if [[ $5!= 0 && $6!=0 ]]
awk: cmd. line:1:                         ^ syntax error
awk: cmd. line:2: {printf
awk: cmd. line:2:        ^ unexpected newline or end of string

¿Cómo puedo solucionar este problema?

¡Cualquier contribución es bienvenida!

Answer 1

Casi estabas ahí. Utilice este awk:

awk '{ if ($5!= 0 && $6!= 0) {printf "%s:%s %s:%s %f\n", $1, $2, $3, $4,$6/$5} else {printf "%s:%s %s:%s NA\n", $1, $2, $3, $4} }'

La cadena 'NA' es parte de la printfpropia cadena. Además, no pones el { *statemet* }interior'

Además, no mezcle bashcálculos ( [[ ]]) dentro de AWK.

Puede tener una revisión rápida de la gramática AWK aquí

Answer 2

Todo lo que necesitas es una expresión ternaria:

bcf... | awk 'NR>1{printf "%s:%s %s:%s %s\n", $1, $2, $3, $4, ($5 ? $6/$5 : "NA")}'

No importa si lo $6es 0o no, ya que no se divide por él.

Mira (usando cat fileen lugar de tu bcf...comando que no tengo):

$ cat file CHROM POS REF ALT AN AC 6 85406127 T A 6 2 6 85406180 T G 6 5 6 85406187 T G 6 1 6 85434019 T A 0 0 6 85434075 A C 0 0 $ cat file | awk 'NR>1{printf "%s:%s %s:%s %s\n", $1, $2, $3, $4, ($5 ? $6/$5 : "NA")}'
6:85406127 T:A 0.333333
6:85406180 T:G 0.833333
6:85406187 T:G 0.166667
6:85434019 T:A NA
6:85434075 A:C NA