忘记密码   免费注册 查看新帖 |

ChinaUnix.net

  平台 论坛 博客 文库 频道自动化运维 虚拟化 储存备份 C/C++ PHP MySQL 嵌入式 Linux系统
最近访问板块 发新帖
查看: 1028 | 回复: 7

[文本处理] 判断一列的最小数,进行计算 [复制链接]

论坛徽章:
0
发表于 2018-04-02 23:08 |显示全部楼层
本帖最后由 蓝色未央 于 2018-04-09 22:03 编辑

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!








打赏鼓励一下!

论坛徽章:
28
15-16赛季CBA联赛之八一
日期:2016-02-22 19:10:4215-16赛季CBA联赛之深圳
日期:2016-12-01 10:34:0415-16赛季CBA联赛之新疆
日期:2016-12-07 10:24:2915-16赛季CBA联赛之同曦
日期:2016-12-15 12:06:43CU十四周年纪念徽章
日期:2016-12-18 13:03:4415-16赛季CBA联赛之吉林
日期:2017-01-03 15:52:2515-16赛季CBA联赛之辽宁
日期:2017-01-04 14:58:2415-16赛季CBA联赛之辽宁
日期:2017-01-15 09:42:512016科比退役纪念章
日期:2017-02-06 17:21:50黑曼巴
日期:2017-02-10 15:46:1215-16赛季CBA联赛之上海
日期:2017-03-18 10:14:5415-16赛季CBA联赛之青岛
日期:2017-03-18 22:00:44
发表于 2018-04-03 09:34 |显示全部楼层
  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

论坛徽章:
130
技术图书徽章
日期:2013-10-01 15:32:13戌狗
日期:2013-10-25 13:31:35金牛座
日期:2013-11-04 16:22:07巳蛇
日期:2014-05-09 16:43:18巨蟹座
日期:2014-10-23 17:48:38子鼠
日期:2013-11-18 18:48:57白羊座
日期:2013-11-29 10:09:11狮子座
日期:2013-12-12 09:57:42白羊座
日期:2013-12-24 16:24:46辰龙
日期:2014-01-08 15:26:12技术图书徽章
日期:2014-01-17 13:24:40巳蛇
日期:2014-02-18 14:32:59
发表于 2018-04-03 10:41 |显示全部楼层
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;
}

论坛徽章:
6
程序设计版块每日发帖之星
日期:2016-05-11 06:20:00操作系统版块每日发帖之星
日期:2016-05-12 06:20:00每日论坛发贴之星
日期:2016-05-12 06:20:00操作系统版块每日发帖之星
日期:2016-05-14 06:20:00程序设计版块每日发帖之星
日期:2016-05-31 06:20:00每日论坛发贴之星
日期:2016-05-31 06:20:00
发表于 2018-04-03 12:27 |显示全部楼层
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

论坛徽章:
6
程序设计版块每日发帖之星
日期:2016-05-11 06:20:00操作系统版块每日发帖之星
日期:2016-05-12 06:20:00每日论坛发贴之星
日期:2016-05-12 06:20:00操作系统版块每日发帖之星
日期:2016-05-14 06:20:00程序设计版块每日发帖之星
日期:2016-05-31 06:20:00每日论坛发贴之星
日期:2016-05-31 06:20:00
发表于 2018-04-03 12:38 |显示全部楼层
本帖最后由 1cpuer 于 2018-04-03 12:53 编辑

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


论坛徽章:
6
程序设计版块每日发帖之星
日期:2016-05-03 06:20:0015-16赛季CBA联赛之同曦
日期:2017-09-11 14:39:482016科比退役纪念章
日期:2018-01-19 12:45:59CU十四周年纪念徽章
日期:2018-03-16 13:09:5315-16赛季CBA联赛之北京
日期:2018-03-23 15:24:0715-16赛季CBA联赛之辽宁
日期:2018-04-02 14:03:39
发表于 2018-04-03 14:28 |显示全部楼层
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

论坛徽章:
29
酉鸡
日期:2014-05-04 10:03:482015年迎新春徽章
日期:2015-03-04 09:58:112015年亚洲杯纪念徽章
日期:2015-03-20 14:40:232015亚冠之阿尔纳斯尔
日期:2015-06-02 18:59:042015亚冠之阿尔希拉尔
日期:2015-06-30 15:22:572015亚冠之大阪钢巴
日期:2015-07-20 10:44:332015亚冠之阿尔纳斯尔
日期:2015-10-28 14:57:5215-16赛季CBA联赛之新疆
日期:2015-12-25 10:18:45黑曼巴
日期:2016-06-26 21:39:5315-16赛季CBA联赛之山西
日期:2016-07-25 21:54:2715-16赛季CBA联赛之北京
日期:2016-10-27 12:07:2315-16赛季CBA联赛之八一
日期:2017-07-07 16:39:09
发表于 2018-04-03 15:21 |显示全部楼层
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


论坛徽章:
0
发表于 2018-04-09 22:03 |显示全部楼层
谢谢各位
您需要登录后才可以回帖 登录 | 注册

本版积分规则

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号 北京市公安局海淀分局网监中心备案编号:11010802020122
广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员  联系我们:wangnan@it168.com
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP