排序处理文本

秋天的絮儿

保持第一列的scaffold的先后顺序不变，第二列在同一条scaffold的情况，按数字大小排序。
Ph_scaffold57_2 6002125
Ph_scaffold57_2 1826520
Ph_scaffold4    54818110
Ph_scaffold4    53507591
Ph_scaffold4    51550443
Ph_scaffold4    15513112
Ph_scaffold243  767655




结果是:
Ph_scaffold57_2 1826520
Ph_scaffold57_2 6002125
Ph_scaffold4    15513112
Ph_scaffold4    51550443
Ph_scaffold4    53507591
Ph_scaffold4    54818110
Ph_scaffold243  767655


awk 'NR>1&&i!=$1{for(j=0;j++<asorti(a,b)print i,b[j];delete a}{i=$1;a[$2]}' file <(echo)
[解析]
        一开始我以为是个蛮小的问题, sort应该就可以解决, 不就是一个排序嘛. 后来发现sort无法在第一列相同且不改变先后顺序的情况下针对第二列排序, sort要么连第一列都排序了, 这样就打乱了原先的自然顺序.
        既然原先考虑的方法不行, 就只有用awk了, 思路是分别针对每个相同的第一列进行排序, 目的是为了不改变其自然顺序, 把相同第一列的第二列的值放入数组a中, 当发现第一列不相同时, 就排序输出, 清空数组a.


------------------------------------------

刚刚看zooyo版主这个贴子的时候想到有没有其他方法可以实现？

秋天的絮儿

1. awk 'NR>1&&i!=$1{for(j=0;j++<asorti(a,b);)print i,b[j];delete a}{i=$1;a[$2]}' file <(echo)
   

复制代码

blackold

这样可以吗？

1. $ sort  -k 1r,1 -k 2n urfile
   
2. Ph_scaffold57_2 1826520
   
3. Ph_scaffold57_2 6002125
   
4. Ph_scaffold4    15513112
   
5. Ph_scaffold4    51550443
   
6. Ph_scaffold4    53507591
   
7. Ph_scaffold4    54818110
   
8. Ph_scaffold243  767655

复制代码

秋天的絮儿

回复 3# blackold


   


问题再次延伸考虑：

1. cat study
   
2. Ph_scaffold57_2  S1     25
   
3. Ph_scaffold57_2  S2     21
   
4. Ph_scaffold57_2  S1     18
   
5. Ph_scaffold4   S1        54
   
6. Ph_scaffold4   S2        91
   
7. Ph_scaffold4   S1        43
   
8. Ph_scaffold4   S2        15
   
9. Ph_scaffold243 S1        55
   
10. Ph_scaffold243 S3        15
    
11. Ph_scaffold243 S1        35
    
12. Ph_scaffold243 S3        75

复制代码

如果第一列相同，则看第二列，如第二列也相同，则将第三列相加。貌似利用awk的数组求和比较方便。
期望结果如下：

1. Ph_scaffold57_2  S1        43
   
2. Ph_scaffold57_2  S2            21
   
3. Ph_scaffold4   S1        97
   
4. Ph_scaffold4   S2        106
   
5. Ph_scaffold243        S1        90
   
6. Ph_scaffold243        S3        90
   

复制代码

blackold

回复 4# 秋天的絮儿


    你想要的就是排序算法啊。
用4.0 以下版本的awk，只能进行字符串排序，不能进行数值排序(除非自定义函数)。

1. $ sort -k1,1 -k 2,2 -k 3n,3 urfile
   
2. Ph_scaffold243 S1        35
   
3. Ph_scaffold243 S1        55
   
4. Ph_scaffold243 S3        15
   
5. Ph_scaffold243 S3        75
   
6. Ph_scaffold4   S1        43
   
7. Ph_scaffold4   S1        54
   
8. Ph_scaffold4   S2        15
   
9. Ph_scaffold4   S2        91
   
10. Ph_scaffold57_2  S1     18
    
11. Ph_scaffold57_2  S1     25
    
12. Ph_scaffold57_2  S2     21

复制代码

culhw

1. sort -n -k 2 -t " " fielname

复制代码

秋天的絮儿

回复 5# blackold


    难怪。那有其他的方法吗啊？

blackold

回复 7# 秋天的絮儿


    sort? shell? perl? python?

秋天的絮儿

回复 8# blackold


    sort  or shell