使用AWK处理文件列：实现除法、log2计算并解决重复行及除零问题

有一个三列文本文件，需忽略表头行，计算第3列除以第2列的结果作为第4列，再计算第4列的log2值作为第5列。使用AWK脚本处理时出现重复行、结果缺失，还触发division by zero attempted错误。

输入文件示例（my_file.txt） #

head my_file.txt
this    is header   
chrX:73829232:-::chrX:73831065:-    76.5382 76.34220209
chrX:73827985:-::chrX:73829067:-    60.0702 62.1887549
chr11:18266979:+::chr11:18269194:+  15.4004 1558.282058

当前脚本及错误输出 #

awk -v OFS='\t' 'FNR > 1 {$4 = $3 / $2}1' my_file.txt |awk -F"\t" 'FNR > 1{a = log($4)/log(2); print $0"\t" a} OFS="\t"'

错误输出：

awk: cmd. line:1: (FILENAME=my_file.txt FNR=15) fatal: division by zero attempted
this is header
chrX:73829232:-::chrX:73831065:-    76.5382 76.3422020852288    0.997439    -0.00369948
chrX:73829232:-::chrX:73831065:-    76.5382 76.3422020852288    0.997439
chrX:73827985:-::chrX:73829067:-    60.0702 62.1887548960591    1.03527 0.0500071
chrX:73827985:-::chrX:73829067:-    60.0702 62.1887548960591    1.03527

预期输出 #

this is my desired header
chrX:73829232:-::chrX:73831065:-    76.5382 76.34220209 0.9974392145    -0.003699170995
chrX:73827985:-::chrX:73829067:-    60.0702 62.1887549  1.035267985 0.05000426549
chr11:18266979:+::chr11:18269194:+  15.4004 1558.282058 101.1845185 6.66084476

问题原因 #

1. 重复行：第一个awk脚本中{...}1会无条件打印所有行，包括表头和处理后的数据行；第二个awk脚本重复处理数据行，且OFS="\t"位置错误，导致部分行重复输出。
2. 除零错误：文件中存在第2列值为0的行，直接计算$3/$2触发错误。
3. 结果缺失：第二个awk脚本仅处理FNR>1的行，但第一个awk已输出处理后的行，导致部分行未添加log2值。

正确解决方案 #

用单个awk脚本完成所有操作，同时添加除零判断：

awk -v OFS='\t' '
    BEGIN {
        print "this is my desired header"
    }
    FNR > 1 {
        if ($2 == 0) {
            $4 = "NA"
            $5 = "NA"
        } else {
            $4 = $3 / $2
            $5 = log($4)/log(2)
        }
        print $0
    }
' my_file.txt

脚本说明 #

• BEGIN块：直接输出自定义表头，替换原表头。
• FNR>1：跳过原文件的表头行。
• 除零判断：避免触发除零错误，可根据需求设置默认值（示例中设为NA）。
• 单脚本处理：避免管道导致的重复行和数据不一致问题，直接在同一脚本中计算第4、5列并打印。

运行后将得到与预期一致的输出，无重复行、无除零错误，列数完整。

内容的提问来源于stack exchange，提问作者Shafaque Zahra