判断一列的最小数，进行计算

蓝色未央

文件处理遇到问题，望求助：
1.txt 长下面这样，想要的对坐标重新标注，第一列如果一样，判断第二列最小的数，并且第二列和第三列都减去这个数。

ENSMUSG00000000001      108109422       108109612       cds_0
ENSMUSG00000000001      108111935       108112088       cds_1
ENSMUSG00000000001      108112473       108112602       cds_2
ENSMUSG00000000001      108115763       108115891       cds_3
ENSMUSG00000000001      108118301       108118458       cds_4
ENSMUSG00000000001      108123542       108123683       cds_5
ENSMUSG00000000001      108123795       108123837       cds_6
ENSMUSG00000000001      108145888       108146005       cds_7
ENSMUSG00000000001      108109316       108109403       intron_0
ENSMUSG00000000001      108109612       108111935       intron_1
ENSMUSG00000000001      108112088       108112473       intron_2
ENSMUSG00000000001      108112602       108115763       intron_3
ENSMUSG00000000001      108115891       108118301       intron_4
ENSMUSG00000000001      108118458       108123542       intron_5
ENSMUSG00000000001      108123683       108123795       intron_6
ENSMUSG00000000001      108123837       108145888       intron_7
ENSMUSG00000000001      108107280       108109316       utr3_0
ENSMUSG00000000001      108109403       108109422       utr3_1
ENSMUSG00000000001      108146005       108146146       utr5_0
ENSMUSG00000000003      77841883        77841911        cds_0
ENSMUSG00000000003      77842515        77842616        cds_1
ENSMUSG00000000003      77842897        77843007        cds_2
ENSMUSG00000000003      77845019        77845086        cds_3
ENSMUSG00000000003      77847975        77848114        cds_4



结果：
ENSMUSG00000000001      2142    2332    cds_0
ENSMUSG00000000001      4655    4808    cds_1
ENSMUSG00000000001      5193    5322    cds_2
ENSMUSG00000000001      8483    8611    cds_3
ENSMUSG00000000001      11021   11178   cds_4
ENSMUSG00000000001      16262   16403   cds_5
ENSMUSG00000000001      16515   16557   cds_6
ENSMUSG00000000001      38608   38725   cds_7
ENSMUSG00000000001      2036    2123    intron_0
ENSMUSG00000000001      2332    4655    intron_1
ENSMUSG00000000001      4808    5193    intron_2
ENSMUSG00000000001      5322    8483    intron_3
ENSMUSG00000000001      8611    11021   intron_4
ENSMUSG00000000001      11178   16262   intron_5
ENSMUSG00000000001      16403   16515   intron_6
ENSMUSG00000000001      16557   38608   intron_7
ENSMUSG00000000001      0       2036    utr3_0
ENSMUSG00000000001      2123    2142    utr3_1
ENSMUSG00000000001      38725   38866   utr5_0


感激帮助，谢谢！

moperyblue

1. awk 'NR==FNR{if(!a[$1]||$2<a[$1])a[$1]=$2;next}{$2=$2-a[$1];$3=$3-a[$1]}1' 1.txt 1.txt

复制代码

jason680

回复 1# 蓝色未央

$ awk -f reduce_by_min.awk
Usage: awk -f reduce_by_min.awk FILE

$ awk -f reduce_by_min.awk 1.txt
ENSMUSG00000000001    2142    2332    cds_0
ENSMUSG00000000001    4655    4808    cds_1
...
ENSMUSG00000000001    16403    16515    intron_6
ENSMUSG00000000001    16557    38608    intron_7
ENSMUSG00000000001    0    2036    utr3_0
ENSMUSG00000000001    2123    2142    utr3_1
ENSMUSG00000000001    38725    38866    utr5_0
ENSMUSG00000000003    0    28    cds_0
ENSMUSG00000000003    632    733    cds_1
ENSMUSG00000000003    1014    1124    cds_2
ENSMUSG00000000003    3136    3203    cds_3
ENSMUSG00000000003    6092    6231    cds_4


$ cat  reduce_by_min.awk
BEGIN{
  OFS = "\t";
  if(ARGC != 2){
    printf("Usage: %s -f reduce_by_min.awk FILE\n",ARGV[0], ARGV[1]);
    exit 1;
  }
  ARGC=3;
  ARGV[2] = ARGV[1];
}

# find minimum value
# ENSMUSG00000000001      108109422       108109612       cds_0
FNR==NR{
  if(aMin[$1] == "" || aMin[$1] > $2)
    aMin[$1] =  $2;
  next;
}

# reduce second and third items by minimum value
{
  $2 -= aMin[$1];
  $3 -= aMin[$1];
  print;
}

1cpuer

回复 2# moperyblue

awk 'NR==FNR{if(!a[$1]||$2<a[$1])a[$1]=$2;next}{$2-=a[$1];$3-=a[$1]}1' 1.txt 1.txt

1.txt 1.txt #why have 2 file

1cpuer

回复 3# jason680

http://www.letuknowit.com/topics ... ble-argc-argv.html/


# [ /home/soio/1bs/awks ] {2018-04-03 12:24:31}
: 1522729471:0;➜  awk -F\t -v a=8 'BEGIN{print "ARGC="ARGC;for(i in ARGV) print "ARGV["i"]="ARGV}' v14 v15
ARGC=3
ARGV[0]=awk
ARGV[1]=v14
ARGV[2]=v15


# [ /home/soio/1bs/awks ] {2018-04-03 12:43:32}
: 1522730612:0;➜  awk -F\t -v a=8 'BEGIN{print "ARGC="ARGC;for(i in ARGV) print "ARGV["i"]="ARGV}' v14   
ARGC=2
ARGV[0]=awk
ARGV[1]=v14


# [ /home/soio/1bs/awks ] {2018-04-03 12:43:36}
: 1522730616:0;➜  awk -F\t -v a=8 'BEGIN{print "ARGC="ARGC;for(i in ARGV) print "ARGV["i"]="ARGV}' 1.txt 1.txt
ARGC=3
ARGV[0]=awk
ARGV[1]=1.txt
ARGV[2]=1.txt

wh7211

回复 1# 蓝色未央


<<<awk4.0+

1. awk '{a[$1]=a[$1]&&a[$1]<$2?a[$1]:$2;b[$1][NR]=$2;c[$1][NR]=$3;d[$1][NR]=$4}END{for(i in b){PROCINFO["sorted_in"]="@ind_num_asc";for(j in b[i]){print i,b[i][j]-a[i],c[i][j]-a[i],d[i][j]}}}' file

复制代码

zxy877298415

回复 1# 蓝色未央

1. awk '!b[$1]++{j=0;c[$1]=$2;e[++k]=$1}{a[$1" "++j]=$0}c[$1]>$2{c[$1]=$2}END{for(p=1;p<=k;p++) {for(j=1;j<=b[e[p]];j++){m=split(a[e[p]" "j],d," ");printf d[1]"\t";for(n=2;n<=m;n++) {printf d[n]-c[e[p]]"\t"} print d[m] }}}' file
   

复制代码

蓝色未央

谢谢各位