awk计数问题

iamline

本人有两个文件, 区间文件region, 待计数的文件results.bed：

more region

1       30428
30429   60856
60857   91284
91285   121712
121713  152140
152141  182568
182569  212996

more results.bed

Chr1    3106    3286
Chr1    4541    4594
Chr1    4596    4597
Chr1    4626    4631
Chr1    5941    5981
Chr1    6519    6521
Chr1    6522    6524
Chr1    36233   36235
Chr1    37821   38305
Chr1    38311   38315
Chr1    44929   45175
Chr1    46046   46054
Chr1    46071   46195
Chr1    46399   46452
Chr1    88803   88863
Chr1    88876   88887
Chr1    91276   91426
Chr1    92272   92305
Chr1    93387   93697
Chr1    93698   93699

根据坐标关联2个文件，如果results.bed行的$2、$3落在region某个区间（即$1、$2）,则认为是该区间的行，累计求得落在region每个区间的行数总和……

寻求各位大虾的帮助！

tc1989tc

1. awk 'NR==FNR{a[$1]=$2;next} { for (i in a){if (strtonum(i)<=$2 && $3<=strtonum(a[i])){++ b[i"-"a[i]];next}}} END{for (i in b){printf "%-20s %d\n", i,b[i]}}' a.txt b.txt |sort

复制代码

Herowinter

回复 1# iamline

如果你确定result文件里的坐标不会跨区间的话可以这样.

1. 
   
2. awk 'NR==FNR{a[++n]=$1;b[n]=$0;next} {i=1;while($2>=a[i])i++;c[i-1]++} END{for(i=1;i<=n;i++)print b[i]"\t"c[i]}' region results.bed
   
3. 1       30428   7
   
4. 30429   60856   7
   
5. 60857   91284   3
   
6. 91285   121712  3
   
7. 121713  152140
   
8. 152141  182568
   
9. 182569  212996
   

复制代码

zxy877298415

回复 1# iamline

1. awk 'FNR==NR{a[++n]=$1" "$2;next;}{for(j=1;j<=n;j++) {split(a[j],b," ");if($2>b[1]&&$2<b[2]&&$3>b[1]$$$3<b[2]) c[a[j]]++}}END{for(i=1;i<=n;i++) print a[i],c[a[i]]}' file1 file2

复制代码

Herowinter

多谢LikeLx指出错误,

这一行Chr1    91276   91426跨越了两个区间
60857   91284
91285   121712
算落在第一个区间不大好, 改了下代码.

1. 
   
2. awk 'NR==FNR{a[++n]=$1;b[n]=$0;next} {i=1;while($2>=a[i])i++;if($3<=a[i])c[i-1]++} END{for(i=1;i<=n;i++)print b[i]"\t"c[i]}' region results.bed
   
3. 1       30428   7
   
4. 30429   60856   7
   
5. 60857   91284   2
   
6. 91285   121712  3
   
7. 121713  152140
   
8. 152141  182568
   
9. 182569  212996
   

复制代码

iamline

回复 2# tc1989tc


    谢谢啊，大侠高人！！

iamline

回复 3# Herowinter

谢谢大侠，写法有点特别啊，我看了好久
   

iamline

回复 4# zxy877298415


    谢谢大侠的帮助，不胜感激！！