首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >结合awk脚本的问题

问结合awk脚本的问题
EN

Stack Overflow用户
提问于 2015-07-12 06:22:55
回答 1查看 82关注 0票数 4

我试图使用awk来解析一个标签分隔的表--第一列中有几个重复的条目,我需要删除表中其他4列的总和较小的重复行。我可以很容易地移除第一行或第二行,并对这些列进行求和,但是合并这两个列有困难。就我的目的而言,不会有超过2份副本。

示例文件:http://pastebin.com/u2GBnm2D

在这种情况下,期望的输出将是删除行:

代码语言:javascript
复制
lmo0330 1       1       0       1
lmo0506 7       21      2       10

并保留另外两行基因标识相同的列。最后解析的文件如下所示:http://pastebin.com/WgDkm5ui

这是我尝试过的(这没什么用。)但第一部分删除第二份副本,第二部分对计数进行汇总):

代码语言:javascript
复制
awk 'BEGIN {!a[$1]++} {for(i=1;i<=NF;i++) t+=$i; print t; t=0}'

我尝试在这个问题的最佳答案中修改脚本的第二部分:Removing lines containing a unique first field with awk?

代码语言:javascript
复制
awk 'FNR==NR{a[$1]++;next}(a[$1] > 1)' ./infile ./infile

但不幸的是,我不太明白到底发生了什么事,才能让它发挥作用。有人能帮我吗?我认为我需要用删除(第一次重复计数或第二次重复计数)替换a[$1] > 1部件,这取决于哪个更大。

编辑:如果有关系的话,我也在使用GNU Awk 3.1.7。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2015-07-12 07:56:22

您可以使用以下awk命令:

代码语言:javascript
复制
awk 'NR == 1 {
   print;
   next
} {
   s = $2+$3+$4+$5
} s >= sum[$1] {
   sum[$1] = s;
   if (!($1 in rows))
      a[++n] = $1;
   rows[$1] = $0
} END {
   for(i=1; i<=n; i++)
      print rows[a[i]]
}' file | column -t

输出:

代码语言:javascript
复制
gene     SRR034450.out.rpkm_0  SRR034451.out.rpkm_0  SRR034452.out.rpkm_0  SRR034453.out.rpkm_0
lmo0001  160                   323                   533                   293
lmo0002  135                   317                   504                   306
lmo0003  1                     4                     5                     3
lmo0004  35                    59                    58                    48
lmo0005  113                   218                   257                   187
lmo0006  279                   519                   653                   539
lmo0007  563                   1053                  1165                  1069
lmo0008  34                    84                    203                   107
lmo0009  13                    45                    90                    49
lmo0010  57                    210                   237                   169
lmo0011  65                    224                   247                   179
lmo0012  65                    226                   250                   215
lmo0013  342                   500                   738                   682
lmo0014  662                   1032                  1283                  1311
lmo0015  321                   413                   631                   637
lmo0016  175                   253                   273                   325
lmo0017  3                     6                     6                     6
lmo0018  33                    38                    46                    45
lmo0019  13                    1                     39                    1
lmo0020  3                     12                    28                    15
lmo0021  3                     4                     14                    12
lmo0022  2                     3                     5                     1
lmo0023  2                     0                     3                     2
lmo0024  1                     0                     2                     6
lmo0330  1                     1                     1                     3
lmo0506  151                   232                   60                    204
票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/31365021

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档