免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 3632 | 回复: 15

[文本处理] 排序处理文本 [复制链接]

论坛徽章:
0
发表于 2013-07-19 09:53 |显示全部楼层
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?

论坛徽章:
0
发表于 2013-07-19 09:57 |显示全部楼层
  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

论坛徽章:
5
2015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:50:282015年亚洲杯之朝鲜
日期:2015-03-13 22:47:33IT运维版块每日发帖之星
日期:2016-01-09 06:20:00IT运维版块每周发帖之星
日期:2016-03-07 16:27:44
发表于 2013-07-19 10:34 |显示全部楼层
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

论坛徽章:
0
发表于 2013-07-19 10:44 |显示全部楼层
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

论坛徽章:
5
2015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:50:282015年亚洲杯之朝鲜
日期:2015-03-13 22:47:33IT运维版块每日发帖之星
日期:2016-01-09 06:20:00IT运维版块每周发帖之星
日期:2016-03-07 16:27:44
发表于 2013-07-19 10:49 |显示全部楼层
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

论坛徽章:
0
发表于 2013-07-19 10:51 |显示全部楼层
  1. sort -n -k 2 -t " " fielname
复制代码

论坛徽章:
0
发表于 2013-07-19 10:52 |显示全部楼层
回复 5# blackold


    难怪。那有其他的方法吗啊?

论坛徽章:
5
2015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:50:282015年亚洲杯之朝鲜
日期:2015-03-13 22:47:33IT运维版块每日发帖之星
日期:2016-01-09 06:20:00IT运维版块每周发帖之星
日期:2016-03-07 16:27:44
发表于 2013-07-19 10:53 |显示全部楼层
回复 7# 秋天的絮儿


    sort? shell? perl? python?

论坛徽章:
0
发表于 2013-07-19 10:56 |显示全部楼层
回复 8# blackold


    sort  or shell

论坛徽章:
3
2015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:51:162015年亚洲杯之阿曼
日期:2015-04-07 20:00:59
发表于 2013-07-19 10:57 |显示全部楼层
看了半天, 结果是我以前的博客. 先膜拜黑哥.
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

DTCC2020中国数据库技术大会

【架构革新 高效可控】2020年12月21日-23日第十一届中国数据库技术大会将在北京隆重召开。

大会设置2大主会场,20+技术专场,将邀请超百位行业专家,重点围绕数据架构、AI与大数据、传统企业数据库实践和国产开源数据库等内容展开分享和探讨,为广大数据领域从业人士提供一场年度盛会和交流平台。

http://dtcc.it168.com


大会官网>>
  

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