如何计算两列数字的和并筛选得到和值最大的出来

chenjiali1

大家好，我有个文件，格式如下
ENSMUSG00000178331 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237660,
ENSMUSG00000178332 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237668,
我想计算第四列和第五列用逗号分开的数值互相对应两两相减后（需要加个1）的总和，即第一行
3235929-3235526+1
+
3237412-3237285+1
+
3237660-3237591+1
= 602

第二行和第一行相同的算法，不过总和为610。
我现在想把第二列相同的ID，选取按照刚才算法得到总和最大的输出来，并把加好的和放到第六列，生成新的格式是这样的（只输出和最大的就OK了）
ENSMUSG00000178332 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237668,      610



请问各位改如何实现。谢谢大家！

bulletmarquis

回复 1# chenjiali1

1. awk -vFS='[ ,]+' '{_sum_=$7+$8+$9-$6-$5-$4+3;if(a[$2]&&a[$2]<_sum_)b[$2]=$0""_sum_;else if(!a[$2]){a[$2]=_sum_;b[$2]=$0""_sum_}}END{for(i in b)print b[i]}'

复制代码

chenjiali1

回复 2# bulletmarquis


    我的文件，分割的那列不是只有3个的，所以不统一，得用for循环来做吧，我写老是有问题，求指点。

love_shift

回复 3# chenjiali1

1. awk '{sa=sc=0;split($4,a,",");split($5,c,",");for(i in a)sa+=a[i];for(i in c)sc+=c[i];_sum_=sc-sa+3;if(a[$2]&&a[$2]<_sum_)b[$2]=$0""_sum_;else if(!a[$2]){a[$2]=_sum_;b[$2]=$0""_sum_}}END{for(i in b)print b[i]}'  file

复制代码

直接根据2楼  bulletmarquis 大神修改就好了~
   

jason680

回复 3# chenjiali1

$ cat FILE
ENSMUSG00000178331 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237660,
ENSMUSG00000178332 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237668,
ENSMUSG00000178331 ENSMUST00000178335      5      1,2,3,4,5,  6,7,8,9,10,
ENSMUSG00000178331 ENSMUST00000178335      5      11,12,13,14,15, 11,12,13,14,15

$ awk 'function sum(x,y,c,s){split(x,t,",");for(c in t)if(t[c]!="")s+=t[c]+y;return(s)}{d=sum($5,1)-sum($4);if(a[$2]==""||a[$2]<d){a[$2]=d;p[$2]=$0}}END{for(n in a)print p[n]"\t"a[n]}' FILE
ENSMUSG00000178332 ENSMUST00000178331      3      3235526,3237285,3237591,  3235929,3237412,3237668,        610
ENSMUSG00000178331 ENSMUST00000178335      5      1,2,3,4,5,  6,7,8,9,10,        30

   

yestreenstars

1. awk '{l=split($4,a,",");split($5,b,",");for(i=0;++i<l;)c[$2]+=b[i]-a[i]+1;if(c[$2]>d[$2]){d[$2]=c[$2];e[$2]=$0"\t"d[$2]};c[$2]=0}END{for(i in e)print e[i]}'

复制代码

yestreenstars

回复 4# love_shift

目测超过3列你这个也有问题