austin7923's questions

我有一个排序的 ID 和数字（位置）文件。我需要将第二列中的位置分组为一组 500 的间隔。

如果该行的值与上一行相比小于500，则将它们分组到同一组中；而如果该行的值超过 500，则将它们分组到不同的组中。

输入文件：

snp00001    200
snp00002    300
snp00003    400
snp00004    500
snp00005    600
snp00006    900
snp00007    1500
snp00008    1800
snp00009    3000
snp00010    3500
snp00011    4000
snp00012    5000

期望的输出

snp00001 200 Group1
snp00002 300 Group1
snp00003 400 Group1
snp00004 500 Group1
snp00005 600 Group1
snp00006 900 Group1
snp00007 1500 Group2
snp00008 1800 Group2
snp00009 3000 Group3
snp00010 3500 Group3
snp00011 4000 Group4
snp00012 5000 Group5

额外说明：snp00001 到 snp00006 将被归入同一组，因为它们之间的范围 (snp00002 - snp00001) 或 (snp00003 - snp00002) 或 (snp00004 - snp00003) ... 小于 500。

snp00006 和 snp00007 被分到下一组，因为它们之间的范围（snp00007 - snp00006）超过 500。

我试过用awk，但没有成功。

awk -v step=500 -v OFS='\t' '{if(NR==1 || $2+limit){group++} file="Group"group; print file,$0}' input_file

我有一个排序的 ID 和数字（位置）文件。我需要将第二列中的位置分组为 500 个间隔，然后拆分为不同的文件。

输入

snp00001    200
snp00002    300
snp00003    400
snp00004    500
snp00005    600
snp00006    900
snp00007    1500
snp00008    1800
snp00009    3000
snp00010    3500
snp00011    4000
snp00012    5000

期望的输出

snp00001    200 Group1
snp00002    300 Group1
snp00003    400 Group1
snp00004    500 Group1
snp00005    600 Group1
snp00006    900 Group2
snp00007    1500    Group3
snp00008    1800    Group3
snp00009    3000    Group4
snp00010    3500    Group4
snp00011    4000    Group5
snp00012    5000    Group6

然后将这些组保存到不同的文件中，分别重命名为Group1、和。Group2Group3Group4

我已经尝试bedtools了一些其他命令，但问题无法解决。

任何帮助将不胜感激。

谢谢！