免费注册 查看新帖 |

ChinaUnix.net

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1070 | 回复: 1

[文本处理] 如何通过筛选得到想要的结果 [复制链接]

论坛徽章:
0
发表于 2018-04-26 13:42 |显示全部楼层
A文件是tblastn的结果,提取了4列,分别是query sequence,database sequence,identify,bitscore
RT_1731 C31885690_3506_8718     44.08   192
RT_1731 C31916076_2849_8330     41.32   179
RT_1731 C31974922_160_7762      39.59   179
RT_1731 C31981224_559_5881      41.22   178
RT_17_6 C31683708_369_8318      42.86   199
RT_17_6 C31728550_15_8479       40.26   186
RT_17_6 C31885690_3506_8718      41.13   184
RT_17_6 C31768124_469_8564      41.56   189
RT_v_clade      tscaffold730_1316886_1327114    51.53   264
RT_v_clade      tscaffold7539_190373_196805     57.01   266
RT_v_clade      C31981224_559_5881     41.22   265
RT_v_clade      tscaffold7725_1148746_1157058   52.84   276

我只想要与database sequence比对上的相似度最好的那个query sequence 所在行,如果identify相同的情况下,取bitscore高的。
如下结果:
RT_1731 C31885690_3506_8718     44.08   192
RT_1731 C31916076_2849_8330     41.32   179
RT_1731 C31974922_160_7762      39.59   179
RT_17_6 C31683708_369_8318      42.86   199
RT_17_6 C31728550_15_8479       40.26   186
RT_17_6 C31768124_469_8564      41.56   189
RT_v_clade      tscaffold730_1316886_1327114    51.53   264
RT_v_clade      tscaffold7539_190373_196805     57.01   266
RT_v_clade      C31981224_559_5881     41.22   265
RT_v_clade      tscaffold7725_1148746_1157058   52.84   276
哪个大神能帮帮忙?

论坛徽章:
21
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之深圳
日期:2018-06-15 14:59:3715-16赛季CBA联赛之八一
日期:2018-07-03 16:56:4615-16赛季CBA联赛之八一
日期:2018-07-05 10:34:09黑曼巴
日期:2018-07-06 15:19:5015-16赛季CBA联赛之佛山
日期:2018-08-03 13:19:3315-16赛季CBA联赛之山西
日期:2018-08-07 19:46:2315-16赛季CBA联赛之广夏
日期:2018-08-08 19:31:5015-16赛季CBA联赛之青岛
日期:2018-11-26 15:21:5015-16赛季CBA联赛之青岛
日期:2018-06-08 13:45:2815-16赛季CBA联赛之同曦
日期:2018-06-04 19:42:2015-16赛季CBA联赛之山东
日期:2018-05-30 12:44:59
发表于 2018-04-26 16:06 |显示全部楼层
本帖最后由 wh7211 于 2018-04-26 16:07 编辑

回复 1# wd_my


<<<awk4.0+
  1. awk '{if(a[$2]==$3&&b[$2]<$4||a[$2]<$3){a[$2]=$3;b[$2]=$4;c[$2]=NR"->"$0}}END{PROCINFO["sorted_in"]="@val_num_asc";for(i in c){gsub("^.*->","",c[i]);print c[i]}}' A
复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

数据风云,十年变迁
DTCC 第十届中国数据库技术大会已启航!

2019年5月8日~5月10日,由IT168旗下ITPUB企业社区平台主办的第十届中国数据库技术大会(DTCC2019),将在北京隆重召开。大会将邀请百余位行业专家,就热点技术话题进行分享,是广大数据领域从业人士的又一次年度盛会和交流平台。与SACC2018类似,本届大会将采用“3+2”模式:3天传统技术演讲+2天深度主题培训。大会不仅提供超100场的主题演讲,还会提供连续2天的深度课程培训,深化数据领域的项目落地实践方案。
DTCC2019,一场值得期待的数据技术盛会,殷切地希望您报名参与!

活动入口>>
  

北京盛拓优讯信息技术有限公司. 版权所有 16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122
中国互联网协会会员  联系我们:huangweiwei@it168.com
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP