Chinaunix
标题:
排序处理文本
[打印本页]
作者:
秋天的絮儿
时间:
2013-07-19 09:53
标题:
排序处理文本
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?
作者:
秋天的絮儿
时间:
2013-07-19 09:57
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
作者:
blackold
时间:
2013-07-19 10:34
这样可以吗?
$ sort -k 1r,1 -k 2n urfile
Ph_scaffold57_2 1826520
Ph_scaffold57_2 6002125
Ph_scaffold4 15513112
Ph_scaffold4 51550443
Ph_scaffold4 53507591
Ph_scaffold4 54818110
Ph_scaffold243 767655
复制代码
作者:
秋天的絮儿
时间:
2013-07-19 10:44
回复
3#
blackold
问题再次延伸考虑:
cat study
Ph_scaffold57_2 S1 25
Ph_scaffold57_2 S2 21
Ph_scaffold57_2 S1 18
Ph_scaffold4 S1 54
Ph_scaffold4 S2 91
Ph_scaffold4 S1 43
Ph_scaffold4 S2 15
Ph_scaffold243 S1 55
Ph_scaffold243 S3 15
Ph_scaffold243 S1 35
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:
Ph_scaffold57_2 S1 43
Ph_scaffold57_2 S2 21
Ph_scaffold4 S1 97
Ph_scaffold4 S2 106
Ph_scaffold243 S1 90
Ph_scaffold243 S3 90
复制代码
作者:
blackold
时间:
2013-07-19 10:49
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)。
$ sort -k1,1 -k 2,2 -k 3n,3 urfile
Ph_scaffold243 S1 35
Ph_scaffold243 S1 55
Ph_scaffold243 S3 15
Ph_scaffold243 S3 75
Ph_scaffold4 S1 43
Ph_scaffold4 S1 54
Ph_scaffold4 S2 15
Ph_scaffold4 S2 91
Ph_scaffold57_2 S1 18
Ph_scaffold57_2 S1 25
Ph_scaffold57_2 S2 21
复制代码
作者:
culhw
时间:
2013-07-19 10:51
sort -n -k 2 -t " " fielname
复制代码
作者:
秋天的絮儿
时间:
2013-07-19 10:52
回复
5#
blackold
难怪。那有其他的方法吗啊?
作者:
blackold
时间:
2013-07-19 10:53
回复
7#
秋天的絮儿
sort? shell? perl? python?
作者:
秋天的絮儿
时间:
2013-07-19 10:56
回复
8#
blackold
sort or shell
作者:
zooyo
时间:
2013-07-19 10:57
提示:
作者被禁止或删除 内容自动屏蔽
作者:
秋天的絮儿
时间:
2013-07-19 10:59
回复
10#
zooyo
最近正在学习您的博客
更好的学习
作者:
zooyo
时间:
2013-07-19 11:07
提示:
作者被禁止或删除 内容自动屏蔽
作者:
culhw
时间:
2013-07-19 11:09
有没有高人直接给sort加个参数:wink:
作者:
blackold
时间:
2013-07-19 11:15
回复
4#
秋天的絮儿
$ awk '{a[$1" "$2]+=$3}END{for(i in a) print i,a[i]}' urfile|sort -k1r,1 -k 2,2 -k 3n,3
Ph_scaffold57_2 S1 43
Ph_scaffold57_2 S2 21
Ph_scaffold4 S1 97
Ph_scaffold4 S2 106
Ph_scaffold243 S1 90
Ph_scaffold243 S3 90
复制代码
作者:
秋天的絮儿
时间:
2013-07-19 11:26
回复
14#
blackold
膜拜!!
作者:
davidbeckham921
时间:
2013-07-19 15:56
黑哥关注的帖子含金量一定不低啊!~~学习zooyo!
欢迎光临 Chinaunix (http://bbs.chinaunix.net/)
Powered by Discuz! X3.2