Bash中使用awk删除两列数值和未达阈值的表格行

现有输入 #

待处理的文本表格列之间用空白分隔，内容如下：

filename    w   POS ID  b   c   d   h 
766_V   13  73711300    rs35852582  0.03046218  0.49789916  0   0.0987395   
75_S    13  73711300    rs35852582  0.03046218  0.49789916  0.09821429  0.00052521  
81_Y    13  73711300    rs35852582  0.03046218  0.49789916  0.1968908   0.00105042   
2151_L  13  73711300    rs35852582  0.03046218  0.49789916  0.09768908  0.00105042       
2051_K  13  73711300    rs35852582  0.03046218  0.49789916  0.3105042   0.09768908   
921_V   13  73711300    rs35852582  0.03046218  0.49789916  0.00105042  0.09768908       
533_D   13  73711300    rs35852582  0.03046218  0.49789916  0.00105042  0.09768908       
330_M   13  73711300    rs35852582  0.03046218  0.49789916  0.00105042  0.09768908       
2954_A  13  73711300    rs35852582  0.03046218  0.49789916  0.00105042  0.09768908      

需求说明 #

过滤掉b列（第5列）和d列（第7列）数值之和不足0.2的行，仅保留两列相加大于等于0.2的行，同时保留表头，预期输出如下：

filename    w   POS ID  b   c   d   h 
81_Y    13  73711300    rs35852582  0.03046218  0.49789916  0.1968908   0.00105042    
2051_K  13  73711300    rs35852582  0.03046218  0.49789916  0.3105042   0.09768908   

原有代码问题 #

之前编写的awk命令如下，无法得到正确结果：

awk 'NR>1 {sum=0; for (i=5; i<=NF; i++) { sum+= $i } if (sum > 0.2) print}' file.txt

核心问题有三个：

• 没有处理表头行，最终输出会丢失第一行的列名
• 循环逻辑是把第5列到最后一列所有值（b、c、d、h四列）全部加总，不是只计算b、d两列的和
• 判断条件用了>0.2，不符合需求里大于等于0.2的边界要求

正确实现代码 #

不需要写循环，直接取指定列计算即可，awk默认对满足判断条件的行会打印整行内容，代码如下：

awk 'NR==1{print; next} $5 + $7 >= 0.2' file.txt

逻辑说明：

• NR==1{print; next}：匹配第一行（表头），直接打印后跳过后续判断，不参与列值计算
• $5 + $7 >= 0.2：对所有非表头行，计算第5列和第7列的和，和值≥0.2时自动打印整行
  执行后输出结果和预期完全一致。

内容的提问来源于stack exchange，提问作者Luker354