如何用perl处理？

bioinfor

有一组数据，例如下：
ACACA        matches        ACACA
ACAS2L        previous symbol of        ACSS1
AD-020        alias of        TMEM167B
ADCY3      matches        ADCY3
ADCY3        previous symbol of        ADCY8
AIP        alias of        AURKAIP1
AIP        matches        AK2

在第一列如果有重复，则选择行里含有matches的项，而删除不含matches的项，如ADCY3有重复，则保留ADCY3      matches        ADCY3；AIP有重复，则保留AIP        matches        AK2
行，上例的最终处理结果应该为：

ACACA        matches        ACACA
ACAS2L        previous symbol of        ACSS1
AD-020        alias of        TMEM167B
ADCY3      matches        ADCY3
AIP        matches        AK2


请教这一程序如何编写？

附件为data。谢谢！

bernana

回复 1# bioinfor

1. 
   
2. #!/usr/bin/perl
   
3. use strict;
   
4. use warnings;
   
5. use Data::Dumper;
   
6. my %hash;
   
7. open(IN,"$ARGV[0] " )||die "can't open $ARGV[0]";
   
8. while (<IN>) {
   
9.         chomp;
   
10.         my @list=split (/\s+/,$_,2);
    
11.         if (!exists $hash{$list[0]}) {
    
12.                 $hash{$list[0]}=$_;
    
13.         }elsif($list[1]=~/matches/){
    
14.                 $hash{$list[0]}=$_;
    
15.         }
    
16. }
    
17. close IN;
    
18. 
    
19. print Dumper %hash;
    
20. 
    
21. __DATA__
    
22. ACACA        matches        ACACA
    
23. ACAS2L        previous symbol of        ACSS1
    
24. AD-020        alias of        TMEM167B
    
25. ADCY3      matches        ADCY3
    
26. ADCY3        previous symbol of        ADCY8
    
27. AIP        alias of        AURKAIP1
    
28. AIP        matches        AK2
    

复制代码

bioinfor

运行有错误啊

yinyuemi

回复 1# bioinfor


    shell 行么？

awk 'NR==FNR{count[$1]++;next}(count[$1]==1 || /match/)'  urfile urfile

bernana

运行有错误啊
bioinfor 发表于 2011-01-30 11:54

    啥错误？贴出来呀。我这里没问题

zzy7186

try awk :

1. 
   
2. awk '{a[$1]++;if(a[$1] == 1){b[$1] = $0}else{if($2~/\<matches\>/)b[$1]=$0;}}END{for(i in b)print b[i];}' urlfile
   

复制代码

zzy7186

perl try :

1. 
   
2. 
   
3. #!/usr/bin/perl
   
4. use warnings;
   
5. use strict;
   
6. my %result;
   
7. while (<>){
   
8.         my $F1 = (split /\s+/,$_)[0];
   
9.         #print $F1,"\n";
   
10.         if($result{$F1}){
    
11.                 $result{$F1} = $_ if ($_ =~ /\bmatches\b/);
    
12.         }else{
    
13.                 $result{$F1} = $_;
    
14.         }
    
15. }
    
16. foreach (values %result){
    
17.         print;
    
18. }
    

复制代码