Una instalaci\u00f3n est\u00e1ndar del sistema operativo Linux cuenta con un amplio numero de herramientas que nos pueden facilitar muchas tareas como:<\/p>\n
Estas herramientas son especialmente importantes cuando trabajamos con ficheros muy grandes – demasiado grandes para abrirlos en un editor de texto (o hoja de c\u00e1lculo).<\/p>\n
Adem\u00e1s, la interfaz entre el usuario y el SO (la shell) cuenta con su propio leguaje de programaci\u00f3n<\/a> que nos puede facilitar muchas tareas.<\/p>\n Tenemos el siguiente fichero: \/opt\/datos\/sequences.csv que contiene las anotaciones de todos los genomas secuenciados del virus SARS-Cov-2.<\/p>\n grep –help<\/p>\n grep ‘Spain’ \/opt\/datos\/sequences.csv<\/p>\n Soluci\u00f3n: Unir dos comandos, grep y wc usando Pipes<\/strong><\/a><\/p>\n La herramienta wc<\/em> acepta entrada por STDIN<\/a> que proporciona grep<\/em>.<\/p>\n gunzip -c descomprime un fichero ‘sobre la marcha’ y escribe el resultado por STDOUT (la pantalla). \u00a1No descomprime el fichero generando uno nuevo!<\/strong><\/p>\n <\/p>\n con -f podemos indicar las columnas y con -d tenemos que especificar el car\u00e1cter usado para separar las columnas (suele ser o el tabulador o la coma)<\/p>\n Problema: hay columnas que contienen comas internas (por ejemplo la columna que lista los autores separados por comas). Estas columnas est\u00e1n ‘encomilladas’ pero la herramienta cut<\/em> ignora esta informaci\u00f3n.<\/p>\n Soluci\u00f3n: Preguntar a ChatGPT<\/a><\/p>\n <\/p>\n Tenemos el fichero \/opt\/datos\/consensus.txt<\/p>\n Reportar:<\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" Una instalaci\u00f3n est\u00e1ndar del sistema operativo Linux cuenta con un amplio numero de herramientas que nos pueden facilitar muchas tareas como: visualisar un fichero buscar un patr\u00f3n en un fichero de texto procesar un fichero tabular (la informaci\u00f3n se encuentra Read More …<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/pages\/2427"}],"collection":[{"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/comments?post=2427"}],"version-history":[{"count":19,"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/pages\/2427\/revisions"}],"predecessor-version":[{"id":2458,"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/pages\/2427\/revisions\/2458"}],"wp:attachment":[{"href":"https:\/\/bioinfo2.ugr.es\/biocomputacion\/wp-json\/wp\/v2\/media?parent=2427"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Procesar un fichero grande<\/h4>\n
\n
less \/opt\/datos\/sequences.csv\r\n\r\nmore \/opt\/datos\/sequences.csv<\/pre>\n
\n
cd \/opt\/datos\r\ndu -h *<\/pre>\n
\n
wc -l \/opt\/datos\/sequences.csv<\/pre>\n
\n
\n
grep 'Spain' \/opt\/datos\/sequences.csv |<\/strong><\/span> wc -l<\/pre>\n\n
grep 'Spain' \/opt\/datos\/sequences.csv ><\/span><\/strong> \/home\/usuario\/sars_cov_spain.txt<\/pre>\n\n
gunzip -c \/opt\/datos\/sequences_comp.csv.gz\u00a0| grep 'Spain' | wc -l<\/pre>\n
Extraer diferentes columnas de un fichero<\/h4>\n
cut --help<\/pre>\n
cut -f 1,2 -d , \/opt\/datos\/sequences.csv<\/pre>\n
csvtool col 1,2,19,20,21,22,23 <(gunzip -c sequences_comp.csv.gz)<\/pre>\n
Preguntas:<\/h5>\n
\n
Ejercicios:<\/h4>\n
\n
\n