循环中使用sed -i无法更新.fam文件的问题排查

场景与问题 #

需要批量更新plink格式的File1.fam文件：文件每行格式为pop id 0 0 0 -9，当前pop与id值相同；另有File2.txt记录每个样本的正确分组，每行是id pop对应关系。

尝试用while循环结合sed批量替换，但命令执行后目标文件无任何修改，单独执行sed命令却能正常生效。

相关文件格式 #

• File1.fam（目标文件）：

pop id 0 0 0 -9
pop id 0 0 0 -9
pop id 0 0 0 -9

• File2.txt（映射文件）：每行包含样本ID和对应分组，格式示例：

sample1 groupA
sample2 groupB
sample3 groupA

出错的循环命令 #

while read -r id pop; do sed -i 's/^$id/$pop/' File1.fam; done < File2.txt

失效原因 #

核心问题是单引号的变量解析限制：bash中，单引号包裹的内容会被当作纯字面量，$id和$pop不会被解析为循环中的变量值，sed实际执行的是匹配^$id这样的固定字符串，而不是对应样本的ID，自然找不到匹配项，也就不会修改文件。

另外，这个循环会对File1.fam执行700次读写操作，大文件下效率极低。

解决办法 #

方案1：修改sed的引号类型 #

把sed命令的单引号改为双引号，让bash正常解析变量：

while read -r id pop; do sed -i "s/^$id/$pop/" File1.fam; done < File2.txt

⚠️ 注意：如果ID或分组名中包含/、&等sed特殊字符，这个命令会报错，需要提前对特殊字符转义。

方案2：用awk一次性处理（推荐） #

awk只需读取两次文件（一次映射文件、一次目标文件），效率远高于循环调用sed，还能规避特殊字符问题：

awk 'NR==FNR{map[$1]=$2; next} {if ($2 in map) $1=map[$2]; print}' File2.txt File1.fam > temp.fam && mv temp.fam File1.fam

命令解释：

• NR==FNR：处理第一个输入文件File2.txt时，将ID作为键、分组作为值存入map数组；
• 处理第二个输入文件File1.fam时，检查第二列（样本ID）是否存在于map中，若存在则将第一列（原分组）替换为对应的map值；
• 输出到临时文件后覆盖原文件，避免直接修改原文件导致数据损坏。

内容的提问来源于stack exchange，提问作者Pedro Morell