如何筛选TSV文件中第二列非PASS元素数量大于1的行？

用awk就能实现这个需求，核心逻辑是拆分第二列的分号分隔字段，统计非PASS的元素数量，只保留数量大于1的行。

具体命令如下：

awk -F'\t' '{
    count = 0
    split($2, parts, /;/)
    for (idx in parts) {
        if (parts[idx] != "PASS") {
            count++
        }
    }
    if (count > 1) {
        print $0
    }
}' myfile.tsv

命令细节说明 #

• -F'\t'：指定TSV文件的字段分隔符为制表符（TSV标准是制表符分隔，确保准确识别第二列）。如果你的测试用例实际是空格分隔，可以把-F'\t'改成-F' '。
• split($2, parts, /;/)：把第二列的内容按分号;拆分成数组parts，每个数组元素对应一个子字符串。
• 循环遍历数组parts，每碰到不等于PASS的元素，就给计数器count加1。
• 最后判断如果count大于1，就输出当前整行内容（$0代表整行）。

示例验证 #

用你提供的输入测试，这个命令会输出：

ID1 PASS;mq;bq
ID4 mq;hj;cigar
ID6 bq;hj;PASS;PASS

完全符合期望结果。

内容的提问来源于stack exchange，提问作者Jeni