Chinaunix

标题: 求助！！！perl的多文件合并问题 [打印本页]

---

作者: nanshanjin    时间: 2015-06-27 09:09
标题: 求助！！！perl的多文件合并问题
我现在有288个文件，文件格式如下
gene_number  position  snp
   num_1              1         a
   num_2              2         g
   num_3              3         c
      ...                 ...        ...
现在我要把这288个文件合并在一个文件中，并且要去掉重复的，合并后文件格式如下
gene_number  position  file_snp1    file_snp2   ...
   num_1              1         a                 g
   num_2              2         g                 c
   num_3              3         c                 a
      ...                 ...        ...                ...
用perl如何实现？

---

作者: pony2001mx    时间: 2015-06-27 21:27
以下供参考。把288个文件（后缀.txt）和这个程序放到一个文件夹中，cd到该文件夹后，运行程序即可。

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. use File::Basename;
   
5. 
   
6. my %data;
   
7. my @files = glob "*.txt";
   
8. for my $file (@files) {
   
9.         my $file_name = basename ($file);
   
10.         open my $fh, '<', $file or die $!;
    
11.         while (<$fh>) {
    
12.                 next if /^\s*$/;
    
13.                 next if /^gene_number/;
    
14.                 chomp;
    
15.                 my ($num, $pos, $snp) = split;
    
16.                 $data{$num}{$pos}{$file_name} = $snp;
    
17.         }
    
18.         close $fh;
    
19. }
    
20. 
    
21. print "gene_number\tposition";
    
22. for my $file (sort @files) {
    
23.         my $file_name = basename ($file);
    
24.         print "\t$file_name";
    
25. }
    
26. print "\n";
    
27. 
    
28. for my $num (sort keys %data) {
    
29.         for my $pos (sort keys %{$data{$num}}) {
    
30.                 print "$num\t$pos";
    
31.                 for my $file (sort @files) {
    
32.                         my $file_name = basename ($file);
    
33.                         if (exists $data{$num}{$pos}{$file_name}) {
    
34.                                 print "\t$data{$num}{$pos}{$file_name}";
    
35.                         } else {
    
36.                                 print "\tNA";
    
37.                         }
    
38.                 }
    
39.                 print "\n";
    
40.         }
    
41. }

复制代码

---

作者: nanshanjin    时间: 2015-06-28 07:30
谢谢大神。。。现在有一个问题，就是怎么输出到一个文件里面？（菜鸟多多包涵）还有就是输出结果中有重复的行的话，怎么去除重复的行？谢谢


   

---

作者: nanshanjin    时间: 2015-06-28 07:37
抱歉，看错了，重复的行已经去掉了，谢谢啦，我已经知道怎么输出到文件了，非常感谢，请收下菜鸟的膝盖

   

---

作者: nanshanjin    时间: 2015-06-28 10:41
大神，请问 $data{$num}{$pos}{$file_name} = $snp;是什么意思？哈希数组之间的嵌套吗？


   

---

作者: pony2001mx    时间: 2015-06-28 10:51
对，是哈希的嵌套。
回复 5# nanshanjin


   

---

作者: nanshanjin    时间: 2015-06-28 17:05
能具体解释一下是什么意思吗？我对这个有点不太懂，谢谢

   

---

作者: pony2001mx    时间: 2015-06-28 20:17
每一行的“基因号-位置-文件名”对应一个SNP值。

---

作者: nanshanjin    时间: 2015-06-28 22:27
学习了，谢谢


   

---

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)

Powered by Discuz! X3.2