如何用awk过滤测序计数文件中样本列总和不足100的行？

没问题，这就给你一个简单直接的awk解决方案，完美适配你的需求：

核心命令 #

awk 'NR==1 {print; next} {sum=0; for(i=3;i<=10;i++) sum+=$i; if(sum>=100) print}' input.txt > filtered_output.txt

命令详解 #

让我拆解一下每个部分的作用，帮你理解逻辑：

• NR==1 {print; next}：处理文件的第一行（表头行），直接打印输出，然后用next跳过后续计算逻辑——毕竟表头不需要统计总和。
• sum=0：初始化总和变量，确保每一行的计算都是从0开始累加。
• for(i=3;i<=10;i++) sum+=$i：遍历第3到第10列（对应你的S1到S8样本列），把每一列的数值加到sum里，计算当前行的样本总计数。
• if(sum>=100) print：如果当前行的样本总计数≥100，就打印输出这一行；否则自动跳过。

通用化调整（可选） #

如果你的样本列数量以后可能变化（比如新增S9、S10），可以把列数范围改成动态匹配当前行的所有列（从第3列开始到最后一列），这样命令更灵活：

awk 'NR==1 {print; next} {sum=0; for(i=3;i<=NF;i++) sum+=$i; if(sum>=100) print}' input.txt > filtered_output.txt

这里的NF是awk的内置变量，表示当前行的总列数，这样不管后面加多少样本列，命令都能自动适配。

效果验证 #

拿你给出的示例数据来说：

第一行数据列总和：0+1+1+8+1+0+1+5=17 → 低于100，会被过滤
第二行数据列总和：50+1+5+0+2+0+4+0=62 → 低于100，会被过滤
倒数第二行总和：0+0+5+7+5+47+2+2=68 → 低于100，会被过滤
最后一行总和：5+4+1+0+7+0+1+1=19 → 低于100，会被过滤

只有那些样本列总和≥100的行会被保留到filtered_output.txt中。

内容的提问来源于stack exchange，提问作者Aquilifer