Question

我有一个制表符分隔文件，如下所示：

cluster.1   Adult.1
cluster.2   Comp.1
cluster.3   Adult.2
cluster.3   Pre.3
cluster.4   Pre.1
cluster.4   Juv.2
cluster.4   Comp.4
cluster.4   Adult.3
cluster.5   Adult.2
cluster.6   Pre.5

我想计算第一列中输入的次数，然后将其打印到新的第三列，以便输出看起来像这样。

cluster.1   Adult.1 1
cluster.2   Comp.1  1
cluster.3   Adult.2 2
cluster.3   Pre.3   2
cluster.4   Pre.1   4
cluster.4   Juv.2   4
cluster.4   Comp.4  4
cluster.4   Adult.3 4
cluster.5   Adult.2 1
cluster.6   Pre.5   1

最后我计划从我的文件中删除那些行，其中第3列等于1但是认为它可能是一个两步过程。感谢。

Answer 1

使用join：

cut -f1 input | sort | uniq -c | sed 's/^ *\([0-9]*\) */\1\t/' | \
      join -t $'\t'  -1 2 -2 1 -o '2.1 2.2 1.1' - input

输出：

cluster.1   Adult.1 1
cluster.2   Comp.1  1
cluster.3   Adult.2 2
cluster.3   Pre.3   2
cluster.4   Pre.1   4
cluster.4   Juv.2   4
cluster.4   Comp.4  4
cluster.4   Adult.3 4
cluster.5   Adult.2 1
cluster.6   Pre.5   1

Answer 2

使用awk，您可以按如下方式读取文件两次：

$ awk 'NR==FNR {a[$1]++; next} {print $0, a[$1]}' file file
cluster.1   Adult.1 1
cluster.2   Comp.1 1
cluster.3   Adult.2 2
cluster.3   Pre.3 2
cluster.4   Pre.1 4
cluster.4   Juv.2 4
cluster.4   Comp.4 4
cluster.4   Adult.3 4
cluster.5   Adult.2 1
cluster.6   Pre.5 1

第一次由NR==FNR陈述并计算该项目。第二次是第二个{}块并打印该行和计数器。

Answer 3

Perl解决方案：

#!/usr/bin/perl
use warnings;
use strict;


sub output {
    my $buffer_ref = shift;
    print "$_\t", 0 + @$buffer_ref, "\n" for @$buffer_ref;
}


my $previous_cluster = q();
my @buffer;

while (<>) {
    chomp;
    my ($cluster, $val) = split /\t/;
    if ($cluster ne $previous_cluster) {
        output(\@buffer);
        undef @buffer;
        $previous_cluster = $cluster;
    }
    push @buffer, $_;
}
# Do not forget to output the last cluster.
output(\@buffer);

Answer 4

使用关联数组的Bash解决方案：

declare -A array

while read col1 col2 ; do
  ((array[$col1]++))
done < "$infile"

while read col1 col2 ; do
  echo -e "$col1\t$col2\t${array[$col1]}"
done < "$infile"

输出：

cluster.1       Adult.1 1
cluster.2       Comp.1  1
cluster.3       Adult.2 2
cluster.3       Pre.3   2
cluster.4       Pre.1   4
cluster.4       Juv.2   4
cluster.4       Comp.4  4
cluster.4       Adult.3 4
cluster.5       Adult.2 1
cluster.6       Pre.5   1

如何计算第1列中条目的实例数，并将值打印到新列

4 个答案: