求助：给GFF格式的文件里，序列坐标排序

kateji

各位大侠，初来乍到，有事求助~~初学perl有问题需解决，还请各位高手帮忙解答一下，感激不尽~~~

我有GFF格式的文件，内容如下:
问题1：想对第四列进行排序，从小到大就可以，然后输出排序文件。
问题2：按scaffold的名称排序（如scaffold1，scaffold2，scaffold3.。。），同时将同一个scaffold的中的第四列按从小到大的序列排列，输出排序文件。

本来想用哈希的，可是如果将第四列作为key值，因为数字可能有重复，导致key不唯一，请各位指点迷津呀~~~~谢谢

scaffold1       Cuff    mRNA    248934  263293  1000    -       .       ID=PAU000001.1;source_id=CUFF1.1.2;
scaffold1       Cuff    UTR_5   263107  263293  1000    -       .       Parent=PAU000001.1;support_id=CUFF1.1.2;
scaffold1       Cuff    CDS     263029  263106  1000    -       0       Parent=PAU000001.1;
scaffold2       Cuff    CDS     262889  262942  1000    -       0       Parent=PAU000001.1;
scaffold2       Cuff    CDS     262188  262355  1000    -       0       Parent=PAU000001.1;
scaffold1       Cuff    CDS     260817  260915  1000    -       0       Parent=PAU000001.1;
scaffold1       Cuff    CDS     260452  260538  1000    -       0       Parent=PAU000001.1;
scaffold5       Cuff    CDS     257095  257177  1000    -       0       Parent=PAU000001.1;
scaffold5       Cuff    CDS     256154  256267  1000    -       1       Parent=PAU000001.1;
scaffold1       Cuff    CDS     255009  255063  1000    -       1       Parent=PAU000001.1;
scaffold3       Cuff    CDS     254856  254942  1000    -       0       Parent=PAU000001.1;
scaffold3       Cuff    CDS     252445  252500  1000    -       0       Parent=PAU000001.1;
scaffold1       Cuff    CDS     252289  252348  1000    -       1       Parent=PAU000001.1;
scaffold4       Cuff    CDS     252092  252179  1000    -       1       Parent=PAU000001.1;
scaffold4       Cuff    CDS     251243  251992  1000    -       0       Parent=PAU000001.1;
scaffold1       Cuff    CDS     251068  251128  1000    -       0       Parent=PAU000001.1;
scaffold1       Cuff    CDS     250638  250740  1000    -       2       Parent=PAU000001.1;

afukada

看不懂再問吧

1. =Q1
   
2. while(<DATA>)
   
3. {
   
4.         chomp;
   
5.         @my_data=split(/\s+/);
   
6.         push(@all_data,[@my_data]);
   
7. }
   
8. 
   
9. @all_data=sort{$a->[3]<=>$b->[3]}@all_data;
   
10. print join("\t",@$_),"\n" for(@all_data);
    
11. =cut
    
12. =Q2
    
13. while(<DATA>)
    
14. {
    
15.         chomp;
    
16.         @my_data=split(/\s+/);
    
17.         $my_data[0]=~s/scaffold//g;
    
18.         push(@all_data,[@my_data]);
    
19. }
    
20. 
    
21. @all_data=sort{$a->[0]<=>$b->[0]||$a->[3]<=>$b->[3]}@all_data;
    
22. print "scaffold",join("\t",@$_),"\n" for(@all_data);
    
23. =cut
    
24. __DATA__
    
25. scaffold1       Cuff    mRNA    248934  263293  1000    -       .       ID=PAU000001.1;source_id=CUFF1.1.2;
    
26. scaffold1       Cuff    UTR_5   263107  263293  1000    -       .       Parent=PAU000001.1;support_id=CUFF1.1.2;
    
27. scaffold1       Cuff    CDS     263029  263106  1000    -       0       Parent=PAU000001.1;
    
28. scaffold2       Cuff    CDS     262889  262942  1000    -       0       Parent=PAU000001.1;
    
29. scaffold2       Cuff    CDS     262188  262355  1000    -       0       Parent=PAU000001.1;
    
30. scaffold1       Cuff    CDS     260817  260915  1000    -       0       Parent=PAU000001.1;
    
31. scaffold1       Cuff    CDS     260452  260538  1000    -       0       Parent=PAU000001.1;
    
32. scaffold5       Cuff    CDS     257095  257177  1000    -       0       Parent=PAU000001.1;
    
33. scaffold5       Cuff    CDS     256154  256267  1000    -       1       Parent=PAU000001.1;
    
34. scaffold1       Cuff    CDS     255009  255063  1000    -       1       Parent=PAU000001.1;
    
35. scaffold3       Cuff    CDS     254856  254942  1000    -       0       Parent=PAU000001.1;
    
36. scaffold3       Cuff    CDS     252445  252500  1000    -       0       Parent=PAU000001.1;
    
37. scaffold1       Cuff    CDS     252289  252348  1000    -       1       Parent=PAU000001.1;
    
38. scaffold4       Cuff    CDS     252092  252179  1000    -       1       Parent=PAU000001.1;
    
39. scaffold4       Cuff    CDS     251243  251992  1000    -       0       Parent=PAU000001.1;
    
40. scaffold1       Cuff    CDS     251068  251128  1000    -       0       Parent=PAU000001.1;
    
41. scaffold1       Cuff    CDS     250638  250740  1000    -       2       Parent=PAU000001.1;

复制代码

rubyish

2楼 的很赞啊！ 继续学习……

Li_0817

2楼如果第一列的名称不同，比如是scaffold1，scaffold2，contig1，contig2如何弄

chenhao392

1. sort -k1,1 -k4,4n <file.gff >sorted.gff

复制代码

donalds2008

sort -k4,4