☰

열에서 숫자가 연속적으로 나타나는 횟수를 기준으로 행을 선택하는 방법은 무엇입니까?

tag-icon • tag-icon text-processing
열에서 숫자가 연속적으로 나타나는 횟수를 기준으로 행을 선택하는 방법은 무엇입니까?

다음과 같은 파일이 있습니다.

chr1    3000823 3000829 1  
chr1    3001003 3001009 1  
chr1    3001014 3001020 1  
chr1    3001273 3001279 2  
chr1    3001625 3001631 3  
chr1    3003222 3003228 4  
chr1    3003335 3003341 4  
chr1    3003375 3003381 4  
chr1    3003578 3003584 4  
chr1    3003636 3003642 4  
chr1    3003717 3003723 4  
chr1    3003881 3003887 4  
chr1    3003894 3003900 4  
chr1    3004526 3004532 5  
chr1    3005994 3006000 6  
chr1    3006183 3006189 6  
chr1    3006412 3006418 7  
chr1    3006778 3006784 8  
chr1    3006877 3006883 8  
chr1    3007166 3007172 9  
chr1    3007426 3007432 10      
chr1    3007528 3007534 10  
chr1    3007576 3007582 10

네 번째 열에 특정 숫자가 포함된 행을 특정 횟수만큼 가져오고 싶습니다.

4열에 같은 숫자가 3배 있는 행을 가져오고 싶다고 가정하면 출력은 다음과 같습니다.

chr1    3000823 3000829 1  
chr1    3001003 3001009 1  
chr1    3001014 3001020 1  
chr1    3007426 3007432 10  
chr1    3007528 3007534 10  
chr1    3007576 3007582 10

..이 행의 숫자 1과 10이 4열에 3번 나타나기 때문입니다.

어떤 아이디어라도 크게 감사하겠습니다. 감사해요!

답변1

해결책 awk:

awk 'FNR==NR{c[$4]++;next;} c[$4]==3' file.dat file.dat

산출:

chr1    3000823 3000829 1  
chr1    3001003 3001009 1  
chr1    3001014 3001020 1  
chr1    3007426 3007432 10      
chr1    3007528 3007534 10  
chr1    3007576 3007582 10

설명하다:

  • FNR==NR: 이 테스트는 레코드 수가 파일의 레코드 수와 같을 때 참입니다. 두 번째 파일 NR은 file1 + FNR의 줄 수와 같기 때문에 이것은 첫 번째 파일에서만 작동합니다 .
  • c[$4]++: 배열 요소 인덱스를 증가시킵니다 $4. 카운터로 사용하고 있어요.
  • next: 다른 작업을 수행하지 않고 다음 레코드로 이동합니다.
  • c[$4]==3: 이는 두 번째 파일의 레코드에만 발생합니다. 이 테스트가 성공하면 인쇄가 이므로 해당 행이 인쇄됩니다 awk.

이 코드의 단점은 파일을 두 번 읽는다는 것입니다. 그러나 제 생각에는 이것이 작업을 수행하는 깔끔하고 이해하기 쉬운 방법입니다.

답변2

{
  i = int(count[$4])
  arr[$4,i] = $0
  count[$4]++
} 

END {
  for (i in count) {
    if (count[i]== n) {
      for (j=0; j<n; j++) {
        printf("%s\n", arr[i,j])
      } 
    } 
  }
}

sample run --

awk -v n=3 -f 1.awk 1.dat 
chr1 3007426 3007432 10
chr1 3007528 3007534 10
chr1 3007576 3007582 10 
chr1 3000823 3000829 1
chr1 3001003 3001009 1
chr1 3001014 3001020 1

awk -v n=8 -f 1.awk 1.dat 
chr1 3003222 3003228 4
chr1 3003335 3003341 4
chr1 3003375 3003381 4
chr1 3003578 3003584 4
chr1 3003636 3003642 4
chr1 3003717 3003723 4
chr1 3003881 3003887 4

관련 정보