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
  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
作者: blackold    时间: 2013-07-19 10:34
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
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：
  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
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)。
  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
作者: culhw    时间: 2013-07-19 10:51
  1. 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
  1.     $ awk '{a[$1" "$2]+=$3}END{for(i in a) print i,a[i]}' urfile|sort -k1r,1 -k 2,2 -k 3n,3
  2. Ph_scaffold57_2 S1 43
  3. Ph_scaffold57_2 S2 21
  4. Ph_scaffold4 S1 97
  5. Ph_scaffold4 S2 106
  6. Ph_scaffold243 S1 90
  7. 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