求助 统计一个文件中的行是否在另外5个文件中出现，并输出

不仅仅是符号

一共有6个文件，file1、file2、file3、file4、file5以及file_c，
它们的格式如下：
chr_       xxxx      x      x      x
都有5列，这里我需要将file_c中的行与file1、file2、file3、file4、file5比较，看file_c中的行是否出现（若出现则记为1，没有出现则记为0），并统计出现次数（0-5），按次数排序
最后想要输出的格式如下：
                                                     file1      file2     file3     file4     file5    total
chr_       xxxx      x      x      x           1          1         0         1         1        4
chr_       xxxx      x      x      x           1          1         1         1         0        4
chr_       xxxx      x      x      x           0          0         1         1         1        3               
                   ...

这个用perl该怎么实现呢？求各位大神指教，谢谢！

MMMIX

回复 1# 不仅仅是符号


    先自个写一个吧. 至少要尝试一下, 别一上来就当伸手党.

不仅仅是符号

回复 2# MMMIX


   是，我的想法是先处理file_c,将\t作分隔符，split，将每一列作为key,构建hash
接着往file1~5里匹配，但是到这里就不知道该怎么操作了。。。不知道该怎么输出成我想要的格式_(:з」∠)_

MMMIX

回复 3# 不仅仅是符号


    拿出代码来

清泉一边

可以分开输出，再写个代码合并呀回复 3# 不仅仅是符号


   

104359176

你可以用你最熟悉的语言实现，或者表达清楚，到底是哪里不会。否则一句想不清楚了，很少有人会帮助不愿意想原因的人。

不仅仅是符号

回复 6# 104359176


  额，最熟悉的大概是两年前学的C++...期间就没怎么写过程序了......我试试用perl写吧，刚刚才学，书还没看完但老板让我写这个，所以有点头疼嘿嘿

不仅仅是符号

回复 5# 清泉一边
谢谢，我试试~


   

不仅仅是符号

#!/usr/bin/perl -w
open INN ,"<", "file1" or die $!;
while ($line=<INN>) {
        chomp $line;
        @colu=split(/\t/,$line);
        $key=$colu[0]."\t".$colu[1]."\t".$colu[2]."\t".$colu[3]."\t".$colu[4];
        $hash{$key}=1;
}
close INN;

open IN ,"<", "file_c" or die $!;
my $resultFile="file_1";
open $out , ">", $resultFile or die "Cann't open file $resultFile ($!) \n";
while ($line=<IN>) {
        chomp $line;
         @colu=split(/\t/,$line);
        $key=$colu[0]."\t".$colu[1]."\t".$colu[2]."\t".$colu[3]."\t".$colu[4];
        if (exists $hash{$key}) {
                print $out "$line\t1\n" ;
        }else{
                print $out "$line\t0\n";
        }
}
close IN;

一共要写5个这样的（像我一样的代码还有四个！233），虽然挺笨的，但总算是在今天弄出结果来了_(:з」∠)_

MMMIX

回复 9# 不仅仅是符号


    这是还不会用命令行参数?

可以参考下这个解法(输出不甚美观):

1. 
   
2. #!/usr/bin/perl
   
3. 
   
4. use strict;
   
5. use warnings;
   
6. 
   
7. use v5.14;
   
8. use autodie;
   
9. use Data::Dumper;
   
10. 
    
11. if (@ARGV < 2) {
    
12.     printf  "Usage: ./p.pl pattern_file file1 [file1 ...]\n";
    
13.     exit 1;
    
14. }
    
15. 
    
16. my $pat_file = shift;
    
17. 
    
18. open my $in, '<', $pat_file;
    
19. 
    
20. my %count_of;
    
21. my $N = @ARGV;
    
22. 
    
23. while (<$in>) {
    
24.     my $key = join "\t", split;
    
25.     $count_of{$key}->[$N] = 0;
    
26. }
    
27. 
    
28. for my $i (0 .. $#ARGV) {
    
29.     my $f = $ARGV[$i];
    
30. 
    
31.     open my $h, '<', $f;
    
32.     while (<$h>) {
    
33.         my $key = join "\t", split;
    
34.         $count_of{$key}->[$i] = 1 if $count_of{$key};
    
35.     }
    
36. }
    
37. 
    
38. for my $val (values %count_of) {
    
39.     my $t = 0;
    
40.     for (@{$val}) {
    
41.         $t++ if $_;
    
42.     }
    
43.     $val->[$N] = $t;
    
44. }
    
45. 
    
46. my $hf0 = (keys %count_of)[0];
    
47. $hf0 =~ s/\w/ /g;
    
48. 
    
49. say join "\t", ($hf0, @ARGV, 'total');
    
50. for (sort { $count_of{$b}->[$N] <=> $count_of{$a}->[$N] } keys %count_of) {
    
51.     say join "\t", ($_, map { $_ ? $_ : 0 } @{$count_of{$_}});
    
52. }
    

复制代码