使用sed工具将9M行snp_collection.tab表中的空列替换为NA

针对你这个包含900万行的snp_collection.tab表格文件，我给你整理了高效的sed命令，能完美处理行首、中间、行尾的空列场景，把空值统一替换成NA。

假设表格是制表符分隔（标准表格格式） #

直接运行以下命令，会生成处理后的新文件，原文件不会被修改：

sed -e 's/^\t/NA\t/' -e 's/\t\t/\tNA\t/g' -e 's/\t$/NA/' snp_collection.tab > snp_collection_filled.tab

命令拆解： #

• -e：用来指定多条编辑规则，命令会按顺序依次执行
• s/^\t/NA\t/：匹配行首的制表符（对应第一列为空的情况），替换为NA\t
• s/\t\t/\tNA\t/g：全局匹配连续两个制表符（对应中间列空的情况），替换为\tNA\t；加g参数是为了确保一行中所有连续的空列都被处理
• s/\t$/NA/：匹配行尾的制表符（对应最后一列为空的情况），替换为NA

如果你的表格是空格分隔（基于你提供的示例格式） #

如果你的表格是用单个空格分隔列，空列表现为连续空格，可使用这个调整后的命令：

sed -e 's/^ /NA /' -e 's/  / NA /g' -e 's/ $/NA/' snp_collection.tab > snp_collection_filled.tab

实用提醒： #

• 你的文件有900万行，sed是基于行处理的轻量工具，运行效率很高，不用担心性能问题
• 建议先截取一小部分测试数据试跑命令，确认结果符合预期后再处理全量文件，避免误操作

内容的提问来源于stack exchange，提问作者Carmen Sandoval