AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • 主页
  • 系统&网络
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • 主页
  • 系统&网络
    • 最新
    • 热门
    • 标签
  • Ubuntu
    • 最新
    • 热门
    • 标签
  • Unix
    • 最新
    • 标签
  • DBA
    • 最新
    • 标签
  • Computer
    • 最新
    • 标签
  • Coding
    • 最新
    • 标签
主页 / unix / 问题 / 449172
Accepted
Anna1364
Anna1364
Asked: 2018-06-12 09:52:54 +0800 CST2018-06-12 09:52:54 +0800 CST 2018-06-12 09:52:54 +0800 CST

查找公共标识符的开始和结束位置

  • 772

我有一个看起来像这样的文件

chrom_pos   chrom    position        BF         window_id
"Chr01__69500112" 1 69500112 10.1214802 "window_1391"
"Chr01__69500129" 1 69500129 -7.59047205 "window_1391"
"Chr01__69500156" 1 69500156 8.475337 "window_1391"
"Chr01__69500197" 1 69500197 10.37964237 "window_1391"
"Chr01__69500233" 1 69500233 -8.59724917 "window_1391"
...
...
...
"Chr01__87300054" 1 87300054 -2.1058919 "window_1747"
"Chr01__87300107" 1 87300107 2.39553299 "window_1747"
"Chr01__87300686" 1 87300686 -11.03002514 "window_1747"
"Chr01__87300694" 1 87300694 -5.9689038 "window_1747"
"Chr01__87300709" 1 87300709 -5.52387942 "window_1747"
"Chr01__87300800" 1 87300800 -3.63119004 "window_1747"
...
...
...
"Chr17__200219189" 17 200219189 -2.30332074 "window_59705"
"Chr17__200219216" 17 200219216 15.04053029 "window_59705"
"Chr17__200219284" 17 200219284 -3.74266312 "window_59705"
"Chr17__200220333" 17 200220333 -1.91153668 "window_59705"
"Chr17__200241059" 17 200241059 -11.47407263 "window_59705"

对于window_id列中的每个窗口,我想知道起始位置(window_id 以它开始的位置)和结束位置(window_id 以它结束的位置),并获得如下输出:

window_id      chrom   starting_positon   ending_position
window_1391     1      69500112           69500233 
window_1747     1      87300054           87300800
window_59705    17     200219189          200241059

每个窗口的条目都是有序的,并且也在正链上。

awk text-processing
  • 1 1 个回答
  • 71 Views

1 个回答

  • Voted
  1. Best Answer
    Kusalananda
    2018-06-12T10:23:40+08:002018-06-12T10:23:40+08:00

    使用awk:

    NR == 1 { next } # skip header
    
    $5 != window { # new (or first) window
        if (window != "") # unless this is the first window, print the collected data
            print window, chrom, start, end
    
        # collect data for next window
        chrom  = $2
        start  = $3
        window = $5
    }
    
    { end = $3 } # always update the end position
    
    # at the end, print the collected data for the last window
    END { print window, chrom, start, end }
    

    运行这个:

    $ awk -f script.awk file
    "window_1391" 1 69500112 69500233
    "window_1747" 1 87300054 87300800
    "window_59705" 17 200219189 200241059
    

    使用制表符作为输出分隔符:

    $ awk -v OFS='\t' -f script.awk file
    "window_1391"   1       69500112        69500233
    "window_1747"   1       87300054        87300800
    "window_59705"  17      200219189       200241059
    

    稍微漂亮一点的版本,它收集用于将输出输出到函数中的代码。此函数还输出标题并从原始窗口 ID 中去除双引号。

    function output() {
        if (window == "")
            # no previous window, output header
            print "window_id", "chrom", "starting_posititon", "ending_position"
        else {
            # strip the first and last characters from window ID (the quotes)
            # then output
            w = substr(window, 2, length(window) - 2)
            print w, chrom, start, end
        }
    }
    
    NR == 1 { next } # skip header
    
    $5 != window { # new (or first) window
        output()
    
        # collect data for next window
        chrom  = $2
        start  = $3
        window = $5
    }
    
    { end = $3 } # always update the end position
    
    # at the end, print the collected data for the last window
    END { output() }
    

    运行它:

    $ awk -v OFS='\t' -f script.awk file
    window_id       chrom   starting_posititon      ending_position
    window_1391     1       69500112        69500233
    window_1747     1       87300054        87300800
    window_59705    17      200219189       200241059
    
    • 4

相关问题

  • 重新排列字母并比较两个单词

  • 在awk中的两行之间减去相同的列

  • 多行文件洗牌

  • 如何更改字符大小写(从小到大,反之亦然)?同时[重复]

Sidebar

Stats

  • 问题 205573
  • 回答 270741
  • 最佳答案 135370
  • 用户 68524
  • 热门
  • 回答
  • Marko Smith

    如何将 GPG 私钥和公钥导出到文件

    • 4 个回答
  • Marko Smith

    ssh 无法协商:“找不到匹配的密码”,正在拒绝 cbc

    • 4 个回答
  • Marko Smith

    我们如何运行存储在变量中的命令?

    • 5 个回答
  • Marko Smith

    如何配置 systemd-resolved 和 systemd-networkd 以使用本地 DNS 服务器来解析本地域和远程 DNS 服务器来解析远程域?

    • 3 个回答
  • Marko Smith

    如何卸载内核模块“nvidia-drm”?

    • 13 个回答
  • Marko Smith

    dist-upgrade 后 Kali Linux 中的 apt-get update 错误 [重复]

    • 2 个回答
  • Marko Smith

    如何从 systemctl 服务日志中查看最新的 x 行

    • 5 个回答
  • Marko Smith

    Nano - 跳转到文件末尾

    • 8 个回答
  • Marko Smith

    grub 错误:你需要先加载内核

    • 4 个回答
  • Marko Smith

    如何下载软件包而不是使用 apt-get 命令安装它?

    • 7 个回答
  • Martin Hope
    rocky 如何将 GPG 私钥和公钥导出到文件 2018-11-16 05:36:15 +0800 CST
  • Martin Hope
    Wong Jia Hau ssh-add 返回:“连接代理时出错:没有这样的文件或目录” 2018-08-24 23:28:13 +0800 CST
  • Martin Hope
    Evan Carroll systemctl 状态显示:“状态:降级” 2018-06-03 18:48:17 +0800 CST
  • Martin Hope
    Tim 我们如何运行存储在变量中的命令? 2018-05-21 04:46:29 +0800 CST
  • Martin Hope
    Ankur S 为什么 /dev/null 是一个文件?为什么它的功能不作为一个简单的程序来实现? 2018-04-17 07:28:04 +0800 CST
  • Martin Hope
    user3191334 如何从 systemctl 服务日志中查看最新的 x 行 2018-02-07 00:14:16 +0800 CST
  • Martin Hope
    Marko Pacak Nano - 跳转到文件末尾 2018-02-01 01:53:03 +0800 CST
  • Martin Hope
    Kidburla 为什么真假这么大? 2018-01-26 12:14:47 +0800 CST
  • Martin Hope
    Christos Baziotis 在一个巨大的(70GB)、一行、文本文件中替换字符串 2017-12-30 06:58:33 +0800 CST
  • Martin Hope
    Bagas Sanjaya 为什么 Linux 使用 LF 作为换行符? 2017-12-20 05:48:21 +0800 CST

热门标签

linux bash debian shell-script text-processing ubuntu centos shell awk ssh

Explore

  • 主页
  • 问题
    • 最新
    • 热门
  • 标签
  • 帮助

Footer

AskOverflow.Dev

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve