时间戳

首页 > 解决方案 > 根据其他列中的值保持所有行与最高值匹配 - Bash

bash - 根据其他列中的值保持所有行与最高值匹配 - Bash

问题描述

道歉; sort应该有一种简单的方法来使用/ unique/的组合来做我想做的事，awk但我找不到它。

这是我能够获得的“干净”数据表的一部分（按列排序Gene，然后按Length）。

Length  Gene                    
3013    ENSDARG00000000018      
3013    ENSDARG00000000018      
2933    ENSDARG00000000018      
2933    ENSDARG00000000018      
2933    ENSDARG00000000018      
2933    ENSDARG00000000018      
2033    ENSDARG00000000068      
2033    ENSDARG00000000068      
901     ENSDARG00000000068      
901     ENSDARG00000000068

我需要为每个值保留列中具有最高值的所有行。这是所需的输出：LengthGene

  Length  Gene                    
  3013    ENSDARG00000000018      
  3013    ENSDARG00000000018      
  2033    ENSDARG00000000068      
  2033    ENSDARG00000000068

给出的解决方案应该适用于 ca 的表。30,000 个Gene值。非常感谢您的帮助！

标签： bashsortingawk

解决方案

这个简单awk应该可以帮助你。

awk 'FNR==NR{a[$2]=(a[$2]>$1?a[$2]:$1);next} a[$2]==$1'  Input_file  Input_file

解释：

awk '
FNR==NR{                              ##Checking condition here FNR==NR which will be TRUE when first time Input_file is being read.
  a[$2]=(a[$2]>$1?a[$2]:$1)           ##Creating an array named a whose index is $2 and value is depending upon condition if its value is greater than $1 then leave it as it is else replace its value with current $1 value.
  next                                ##next is awk out of box keyword which will skip all further statements.
}
a[$2]==$1                             ##This statement will be executed when 2nd time Input_file is being read and checking condition if value of a[$2] is equal to first field of current line, if yes then print that line.
'  Input_file Input_file              ##Mentioning Input_file name 2 times here.

推荐阅读