求助： 去掉文本中两列值差在某一范围的行，以及此行下跟的几行

xunong

如题，文本中如果transcript的行4,5列相减小于200则去掉，下跟的几个exon行也去掉。直到下一个transcript行，如果4,5列相减满足条件则保留，下跟的exon行也全部保留（不管exon行4,5列相减的结果）
chr1    Cufflinks       transcript      28874   29043   658     +       .       gene_id CUFF.2 transcript_id CUFF.2.1 FPKM 120296038.975778758
5 frac 0.143074 conf_lo 104144214.907809 conf_hi 136447863.043749 cov 2.644528 full_read_support no
chr1    Cufflinks       exon    28874   28899   658     +       .       gene_id CUFF.2 transcript_id CUFF.2.1 exon_number 1 FPKM 120296038.975
7787585 frac 0.143074 conf_lo 104144214.907809 conf_hi 136447863.043749 cov 2.644528
chr1    Cufflinks       exon    28892   29042   658     +       .       gene_id CUFF.2 transcript_id CUFF.2.1 exon_number 2 FPKM 120296038.975
7787585 frac 0.143074 conf_lo 104144214.907809 conf_hi 136447863.043749 cov 2.644528
chr1    Cufflinks      exon    28899   29043   658     +       .       gene_id CUFF.2 transcript_id CUFF.2.1 exon_number 3 FPKM 120296038.975
7787585 frac 0.143074 conf_lo 104144214.907809 conf_hi 136447863.043749 cov 2.644528
chr1    Cufflinks       transcript      11874   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 FPKM 0.0000000000 fra
c 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000 full_read_support no
chr1    Cufflinks       exon    11874   11899   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 1 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    12613   12721   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 2 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    13221   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 3 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       transcript      13156   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836 full_read_support no
chr1    Cufflinks       exon    13156   14829   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    14970   15038   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 2 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    15796   15947   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 3 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16607   16765   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 4 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16858   17055   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 5 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    17233   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 6 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836

预计得到：
chr1    Cufflinks       transcript      11874   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 FPKM 0.0000000000 fra
c 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000 full_read_support no
chr1    Cufflinks       exon    11874   11899   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 1 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    12613   12721   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 2 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    13221   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 3 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       transcript      13156   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836 full_read_support no
chr1    Cufflinks       exon    13156   14829   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    14970   15038   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 2 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    15796   15947   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 3 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16607   16765   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 4 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16858   17055   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 5 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    17233   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 6 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836

求大神支招！

我是一隻羊

1. awk '/transcript /{($5-$4)>200?a[++i]=$0:a[++i]=""}/exon /{a[i]?a[i]=a[i]"\n"$0:1}END{for(i=0;i++<length(a);){printf a[i]?a[i]"\n":""}}'

复制代码

ly5066113

回复 1# xunong


try:

1. awk '$3=="transcript"{f=1;if($5-$4<200)f=0}f' file

复制代码

zxy877298415

1. awk -v RS="chr1    Cufflinks       transcript" '{for (i=1;i<=NF;i++){a[$i]++} if(a["exon"]>1&&$2-$1>200) {printf p$0;delete a;}}{p=RS}' file

复制代码

回复 1# xunong


   

xunong

谢谢大家！提取结果为：
chr1    Cufflinks       transcript      11874   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 FPKM 0.0000000000 fra
c 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000 full_read_support no
chr1    Cufflinks       exon    11874   11899   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 1 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    12613   12721   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 2 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       exon    13221   14408   1       +       .       gene_id CUFF.2 transcript_id NR_046018_1 exon_number 3 FPKM 0.00000000
00 frac 0.000000 conf_lo 0.000000 conf_hi 6894923.389408 cov 0.000000
chr1    Cufflinks       transcript      13156   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836 full_read_support no
chr1    Cufflinks       exon    13156   14829   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 1 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    14970   15038   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 2 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    15796   15947   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 3 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16607   16765   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 4 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    16858   17055   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 5 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836
chr1    Cufflinks       exon    17233   17905   162     -       .       gene_id CUFF.3 transcript_id CUFF.3.1 exon_number 6 FPKM 302401126.8096294403 frac 0.060915 conf_lo 239892882.152274 conf_hi 364909371.466985 cov 6.647836

现在，如果transcript行的cov < 3，那这行和下跟的几个exon行都去掉，直到遇到下一个transcript行再判定条件，如果符合，其下跟的几个exon行也保留，
该怎么办呢？