生物信息高手，求程序

aids260

有这样的两个文件：

1. BGIBMGA000058-TA           nscaf1071         1083932        1085028
   
2. BGIBMGA000059-TA           nscaf1071         1144201        1144993
   
3. BGIBMGA000060-TA           nscaf1071         1194454        1203962
   
4. BGIBMGA000061-TA           nscaf1071         1233907        1234573
   
5. BGIBMGA000062-TA           nscaf1071         1239819        1245122
   
6. BGIBMGA000063-TA           nscaf1071         1293757        1306270
   
7. BGIBMGA000064-TA           nscaf1071         1313232        1316001
   
8. BGIBMGA000065-TA           nscaf1087         2451        9117
   
9. BGIBMGA000066-TA           nscaf109         1549        4332
   
10. BGIBMGA000067-TA           nscaf1108         3401547        3415278
    
11. BGIBMGA000068-TA           nscaf1108         2724200        2728350
    
12. BGIBMGA000069-TA           nscaf1108         2546311        2574462
    
13. BGIBMGA000070-TA           nscaf1108         2533757        2534560
    
14. BGIBMGA000071-TA           nscaf1108         2527802        2528488
    
15. BGIBMGA000072-TA           nscaf1108         2442934        2452908
    
16. BGIBMGA000073-TA           nscaf1108         2382927        2390096
    
17. BGIBMGA000074-TA           nscaf1108         2370811        2374956
    
18. BGIBMGA000075-TA           nscaf1108         2350982        2353168
    
19. BGIBMGA000076-TA           nscaf1108         2305769        2312842
    
20. BGIBMGA000077-TA           nscaf1108         2238841        2239515
    
21. BGIBMGA000078-TA           nscaf1108         2207199        2212812
    
22. BGIBMGA000079-TA           nscaf1108         2140463        2140972

复制代码

1. +        BGIBMGA000062-TA         FWDP30_FL5_P09.seq        nscaf1071        1318628        1239395        1240559
   
2. +        BGIBMGA000062-TA         MFBP02_F_H18.seq        nscaf1071        1318628        1239668        1243526
   
3. +        BGIBMGA000064-TA         fdpeP10_F_J11.seq        nscaf1071        1318628        1313192        1316067
   
4. +        BGIBMGA000064-TA         MFBP04_F_N06.seq        nscaf1071        1318628        1313197        1316106
   
5. +        BGIBMGA000128-TA         FWDP26_FL5_O06.seq        nscaf1108        3459965        1275912        1278501
   
6. +        BGIBMGA000129-TA         FWDP02_FL5_F17.seq        nscaf1108        3459965        1283141        1319375
   
7. +        BGIBMGA000129-TA         FWDP02_FL5_O19.seq        nscaf1108        3459965        1282859        1319327
   
8. +        BGIBMGA000129-TA         FWDP10_FL5_A23.seq        nscaf1108        3459965        1283141        1319395
   
9. +        BGIBMGA000129-TA         FWDP31_FL5_I15.seq        nscaf1108        3459965        1283115        1319315
   
10. +        BGIBMGA000129-TA         MFBP15_F_I08.seq        nscaf1108        3459965        1283141        1319403
    
11. +        BGIBMGA000140-TA         FWDP04_FL5_M21.seq        nscaf1108        3459965        1773552        1776967
    
12. +        BGIBMGA000140-TA         FWDP25_FL5_J23.seq        nscaf1108        3459965        1785487        1791348
    
13. +        BGIBMGA000154-TA         FWDP03_FL5_B14.seq        nscaf1108        3459965        2355076        2357513
    
14. +        BGIBMGA000154-TA         fdpeP09_F_E13.seq        nscaf1108        3459965        2355077        2357478
    
15. +        BGIBMGA000155-TA         fdpeP13_F_N09.seq        nscaf1108        3459965        2429759        2436013
    
16. +        BGIBMGA000201-TA         MFBP02_F_D11.seq        nscaf1299        357319        349886        350726
    
17. +        BGIBMGA000202-TA         MFBP13_F_J17.seq        nscaf1375        11050        7946        8756
    
18. +        BGIBMGA000360-TA         fdpeP16_F_J16.seq        nscaf1681        5888100        45406        46743
    
19. +        BGIBMGA000360-TA         fdpeP07_F_A13.seq        nscaf1681        5888100        45375        46693
    
20. +        BGIBMGA000362-TA         fdpeP08_F_F04.seq        nscaf1681        5888100        90916        94336
    

复制代码

第一个文件和第二个文件都含有一些位置信息，以第一个文件的位置信息为标准。

第一个文件的第1列和第二个文件的第2列含有基因名字的信息，第一文件的第3列和第二个文件的第6列含有类似的数字信息（基因在nscaf上的位置信息）

我的问题是这样的：把第二个文件的每行循环，每行的第2列的值，找出它在第一个文件第1列对应的值，然后比较两个文件中，这行,对应的位置信息的值（在第一文件的第3列和第二文件的第6列）
如果第一文件的值大于第二文件的值，就保留第二文件的这一行，否则就删除这一行。

跪请编程高手出马！！！！

aids260

回复 2# lxb456900


    你好，刚才没有编辑好，不好意思，麻烦帮解决下问题！

aids260

跪求高手！！

dgtnk

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. 
   
5. my (%a, %b);
   
6. open (A, "file1");
   
7. open (B, "file2");
   
8. open (OUT, ">out.tab");
   
9. 
   
10. while (<A>) {
    
11.         my @info = split /\s+/;
    
12.         my $gid = $info[0];
    
13.         my $site = $info[2];
    
14.         $a{$gid} = $site;
    
15. }
    
16. 
    
17. while (<B>) {
    
18.         my @info = split /\s+/;
    
19.         my $gid = $info[1];
    
20.         my $site = $info[5];
    
21.         if (defined $a{$gid} && $site < $a{$gid}) {
    
22.                 print OUT $_;
    
23.         }
    
24. }
    
25. close (A);
    
26. close (B);
    
27. print "...Done! Out file: out.tab.\n";
    
28. exit (1);
    

复制代码

aids260

回复 5# dgtnk


    朋友，你的代码很简洁，也很有效，要我的话，要写一天多！感谢

aids260

回复 5# dgtnk


    哥们，弱弱的问下：  你开始定义的哪个哈希%b  应该是没有用到吧，你程序写的很简洁，很有效！

chenhao392

扫了一眼，YY一把

因为你第二个文件2列里有重复。估计dgtnk先定义了%b，然后发现重复，改用数组了

alabos

dgtnk 发表于 2011-03-25 08:59

判断 hash 中 key 是否存在，应该使用  exists 。