在qvalue列上排序床文件，然后提取Q值最高的20%的行。

Question

我有一张床文件，格式如下：

chr start   end q-value   name
chr1    10004  10467    310.43    peak_1
chr2    15410  15704    19.61 peak_2
chr3    21207  21354    4.04  peak_3
chr4    26073  26165    25.32 peak_4
chr5   63044057  63044425   39.65  peak_5

如果可能的话，我需要一个bash一行来对Q值列(第4列)上的文件进行排序，然后我需要提取Q值最高的前20%的行。

排序后，如下所示：

chr start   end q-value   name
chr1    10004  10467    310.43    peak_1
chr5   63044057  63044425   39.65  peak_5
chr4   26073  26165    25.32 peak_4
chr2    15410  15704    19.61 peak_2
chr3    21207  21354    4.04  peak_3

在百分比之后，它看起来是：

chr1    10004  10467    310.43    peak_1

我需要在40多个文件上运行这个。

我对R也很熟悉，所以如果在bash中这是不可能的，但在R中是可行的，那么R代码也是有用的(但是Bash更好)。

非常感谢。

编辑评论：

使代码更易于测试。

Re:我自己的尝试

当我第一次尝试运行sort -k4 file.txt时。我得到的不是我想要的：

chr2    15410  15704    19.61 peak_2
chr4    26073  26165    25.32 peak_4
chr1    10004  10467    310.43    peak_1
chr5   63044057  63044425   39.65  peak_5
chr3    21207  21354    4.04  peak_3

这让我感到困惑，我猜想小数引起了一个问题，并且不知道如何绕开第一部分。

Answer 1

这就是你要看的吗？

#!/bin/sh
sort -r -g -k 4,4 < inputFile.file > tempfile_sorted.out
lncnt=$(wc -l < tempfile_sorted.out)
percent_linecount_infloat=$(echo "$lncnt*.2" | bc)
float2Int=$(printf %.0f "$percent_linecount_infloat")
head_20_percent=$(head -"$float2Int" tempfile_sorted.out)
new_fn=$(printf "%s_20" tempfile_sorted.out) # new file with top 20% of sorted output
printf "$head_20_percent" > $new_fn