如何處理文本？？？

Tracy_Panda

原文本是這樣的：
2698         DYS389I        12
2698         DYS389I        12
2720         DYS389I        12
2720         DYS389I        12
2736         DYS389I        12
2736         DYS389I        12
2698         DYS389II        27
2698         DYS389II        27
2720         DYS389II        28
2720         DYS389II         
2736         DYS389II        29
2736         DYS389II         
2698         DYS390        25
2698         DYS390        25
2720         DYS390        24
2720         DYS390         
2736         DYS390        22
2736         DYS390         
2698         DYS456        15
2698         DYS456        15
2720         DYS456        14
2720         DYS456        14
2736         DYS456        15
2736         DYS456         

想變成下面的形式：
        DYS390        DYS389I        DYS456        DYS389II
2698        25        12        15        27
2698        25        12        15        27
2720        24        12        14        28
2720                12        14       
2736        22        12        15        29
2736                12               

--------------分割線----------------

原文中有三列數據，分別是序列號，突變的位點以及對應的數值，想得到的形式大家也看到了，希望各位牛人幫忙看一下，小白在此先謝過各位了！！！

104359176

这就是 excel 中的分类汇总吧，其实用数据库类软件处理，最合适不过了。

Tracy_Panda

因爲現在剛剛開始學習perl，而且以後還會用到perl去處理文本，所以想用它解決這個問題。還是謝謝你的答覆 以後我會考慮的！！！回复 2# 104359176


   

sunzhiguolu

回复 1# Tracy_Panda
问下, 各突变的行数是相等的吗? 比如示例中的这几个 => {DYS389I,DYS389II,DYS390,DYS456}

   

Tracy_Panda

對的，原文中一共測了三個樣本，但是每個樣本測了兩遍，所以每個突變點都有六行數據。因爲是直接複製過來的文件，格式可能不太清楚，抱歉！！！回复 4# sunzhiguolu


   

jason680

回复 1# Tracy_Panda

$ perl cb.pl FILE
        DYS389I        DYS389II        DYS390        DYS456        
2698        12        27        25        15
2698        12        27        25        15
2720        12        28        24        14
2720        12                        14
2736        12        29        22        15
2736        12                        

$ cat cb.pl
use strict;
use warnings;

my(%hDsy, %hKey, %hVal, %hCnt);
my(@aDsy, @aKey);

while(<>){
  chomp;
  my($sKey, $sDsy, $sVal) = split;
  push(@aDsy, $sDsy) if(!$hDsy{$sDsy}++);
  push(@aKey, $sKey) if(!$hKey{$sKey}++);
  my $sCnt = ++$hCnt{$sKey}{$sDsy};
  $hVal{$sKey, $sDsy, $sCnt} = $sVal;
}

print join("\t", "", @aDsy,"\n");
foreach my $sKey (@aKey){
  my $sMax = (sort{$b<=>$a}values %{$hCnt{$sKey}})[0];
  foreach my $sCnt (1 .. $sMax){
    my $sOut = "$sKey";
    foreach my $sDsy (@aDsy){
      $sOut .= "\t$hVal{$sKey,$sDsy,$sCnt}";
    }
    print "$sOut\n";
  }
}


   

Okelani

回复 1# Tracy_Panda

1. #!/usr/bin/perl
   
2. use 5.018;
   
3. 
   
4. my %n;
   
5. while (<DATA>) {
   
6.     my ( $n, $d, $v ) = split;
   
7.     push @{ $n{$n}{$d} }, $v // '';
   
8. }
   
9. 
   
10. my ($k) = keys %n;
    
11. my @dys = sort { $a cmp $b } keys %{ $n{$k} };
    
12. my $n = $#{ $n{$k}{ $dys[0] } };
    
13. say join "\t", '', @dys;
    
14. 
    
15. for my $k ( sort keys %n ) {
    
16.     for my $i ( 0 .. $n ) {
    
17.         say join "\t", $k, map { $n{$k}{$_}[$i] } @dys;
    
18.     }
    
19. }
    
20. 
    
21. __DATA__
    
22. 2698         DYS389I        12
    
23. 2698         DYS389I        12
    
24. 2720         DYS389I        12
    
25. 2720         DYS389I        12
    
26. 2736         DYS389I        12
    
27. 2736         DYS389I        12
    
28. 2698         DYS389II        27
    
29. 2698         DYS389II        27
    
30. 2720         DYS389II        28
    
31. 2720         DYS389II         
    
32. 2736         DYS389II        29
    
33. 2736         DYS389II         
    
34. 2698         DYS390        25
    
35. 2698         DYS390        25
    
36. 2720         DYS390        24
    
37. 2720         DYS390         
    
38. 2736         DYS390        22
    
39. 2736         DYS390         
    
40. 2698         DYS456        15
    
41. 2698         DYS456        15
    
42. 2720         DYS456        14
    
43. 2720         DYS456        14
    
44. 2736         DYS456        15
    
45. 2736         DYS456         
    

复制代码

RE_HASH

$> cat test.pl
##read file
while (<>
{
@F= split /\s+/, $_;
$H->{$F[1]} = $i++ unless (exists $H->{$F[1]});
push @{$O->{$F[0]}->{$F[1]}}, $F[2];
}
use Data:umper;
printf "Data structure:\n---------\n%s\nResult:\n--------------\n", Dumper $O;
$,="\t";
print "",sort keys $H;
print "\n";
for (sort keys %$O)
{
for $i ( 0,1){
printf "$_";
foreach my $k (sort keys %$H)
{
printf "\t%s", $O->{$_}->{$k}->[$i];
}
print "\n";
}}

Tracy_Panda

先謝謝啦，測試一下，基本上沒什麼問題，我要好好研究裏面具體每一步的意義，還不是很能看懂，後續如果有問題還請多多指教 回复 6# jason680


   

Tracy_Panda

先謝謝啦，我測試一下蝦 回复 7# Okelani