最近在用Variation graph toolkit（簡稱vg，一款構(gòu)建泛基因組，并用構(gòu)建好的泛基因組來call變異的軟件），想cat兩個vcf文件并根據(jù)染色體號（CHROM）和起始位置（POS）進行排序，也即：
cat $vcf1 $vcf2 |sort -k 1n -k 2n >$vcf
但是結(jié)果會是X和Y在最前面，
# ...為省略內(nèi)容
#CHROM POS ......
X 1979 ......
X 19469 ......
......
而我希望的順序是1-22，然后是X和Y。
在網(wǎng)上查了一下，沒找到sort可以用的參數(shù)，然后想用awk去做，最開始是
for i in `seq 1 22` X Y;do awk '{if($1 == '$i')print $0}' $vcf ;done >$sorted_vcf
這里有個小Tips:
要想在awk中引用for循環(huán)的變量，需要在變量$i兩邊加上單引號，即
# ...為省略內(nèi)容
for i in ... ; do awk '...'$i'...' ;done
但是tail了一下，發(fā)現(xiàn)沒有抓到X和Y，猜測是字符串和數(shù)字的原因。
最后用如下代碼成功實現(xiàn)：
for i in `seq 1 22` X Y;do awk '{if($1 == "'$i'")print $0}' $vcf ;done >$sorted_vcf
注意，sort這步依然是需要做的。
如果有更好的方法，還請告訴我哦。
