排序處理文本

秋天的絮兒

保持第一列的scaffold的先后順序不變，第二列在同一條scaffold的情況，按數(shù)字大小排序。
Ph_scaffold57_2 6002125
Ph_scaffold57_2 1826520
Ph_scaffold4    54818110
Ph_scaffold4    53507591
Ph_scaffold4    51550443
Ph_scaffold4    15513112
Ph_scaffold243  767655




結(jié)果是:
Ph_scaffold57_2 1826520
Ph_scaffold57_2 6002125
Ph_scaffold4    15513112
Ph_scaffold4    51550443
Ph_scaffold4    53507591
Ph_scaffold4    54818110
Ph_scaffold243  767655


awk 'NR>1&&i!=$1{for(j=0;j++<asorti(a,b)print i,b[j];delete a}{i=$1;a[$2]}' file <(echo)
[解析]
        一開始我以為是個蠻小的問題, sort應(yīng)該就可以解決, 不就是一個排序嘛. 后來發(fā)現(xiàn)sort無法在第一列相同且不改變先后順序的情況下針對第二列排序, sort要么連第一列都排序了, 這樣就打亂了原先的自然順序.
        既然原先考慮的方法不行, 就只有用awk了, 思路是分別針對每個相同的第一列進(jìn)行排序, 目的是為了不改變其自然順序, 把相同第一列的第二列的值放入數(shù)組a中, 當(dāng)發(fā)現(xiàn)第一列不相同時(shí), 就排序輸出, 清空數(shù)組a.


------------------------------------------

剛剛看zooyo版主這個貼子的時(shí)候想到有沒有其他方法可以實(shí)現(xiàn)？

秋天的絮兒

1. awk 'NR>1&&i!=$1{for(j=0;j++<asorti(a,b);)print i,b[j];delete a}{i=$1;a[$2]}' file <(echo)
   

復(fù)制代碼

blackold

這樣可以嗎？

1. $ sort  -k 1r,1 -k 2n urfile
   
2. Ph_scaffold57_2 1826520
   
3. Ph_scaffold57_2 6002125
   
4. Ph_scaffold4    15513112
   
5. Ph_scaffold4    51550443
   
6. Ph_scaffold4    53507591
   
7. Ph_scaffold4    54818110
   
8. Ph_scaffold243  767655

復(fù)制代碼

秋天的絮兒

回復(fù) 3# blackold


   


問題再次延伸考慮：

1. cat study
   
2. Ph_scaffold57_2  S1     25
   
3. Ph_scaffold57_2  S2     21
   
4. Ph_scaffold57_2  S1     18
   
5. Ph_scaffold4   S1        54
   
6. Ph_scaffold4   S2        91
   
7. Ph_scaffold4   S1        43
   
8. Ph_scaffold4   S2        15
   
9. Ph_scaffold243 S1        55
   
10. Ph_scaffold243 S3        15
    
11. Ph_scaffold243 S1        35
    
12. Ph_scaffold243 S3        75

復(fù)制代碼

如果第一列相同，則看第二列，如第二列也相同，則將第三列相加。貌似利用awk的數(shù)組求和比較方便。
期望結(jié)果如下：

1. Ph_scaffold57_2  S1        43
   
2. Ph_scaffold57_2  S2            21
   
3. Ph_scaffold4   S1        97
   
4. Ph_scaffold4   S2        106
   
5. Ph_scaffold243        S1        90
   
6. Ph_scaffold243        S3        90
   

復(fù)制代碼

blackold

回復(fù) 4# 秋天的絮兒


    你想要的就是排序算法啊。
用4.0 以下版本的awk，只能進(jìn)行字符串排序，不能進(jìn)行數(shù)值排序(除非自定義函數(shù))。

1. $ sort -k1,1 -k 2,2 -k 3n,3 urfile
   
2. Ph_scaffold243 S1        35
   
3. Ph_scaffold243 S1        55
   
4. Ph_scaffold243 S3        15
   
5. Ph_scaffold243 S3        75
   
6. Ph_scaffold4   S1        43
   
7. Ph_scaffold4   S1        54
   
8. Ph_scaffold4   S2        15
   
9. Ph_scaffold4   S2        91
   
10. Ph_scaffold57_2  S1     18
    
11. Ph_scaffold57_2  S1     25
    
12. Ph_scaffold57_2  S2     21

復(fù)制代碼

culhw

1. sort -n -k 2 -t " " fielname

復(fù)制代碼

秋天的絮兒

回復(fù) 5# blackold


    難怪。那有其他的方法嗎��？

blackold

回復(fù) 7# 秋天的絮兒


    sort? shell? perl? python?

秋天的絮兒

回復(fù) 8# blackold


    sort  or shell