Question

我有一个像这样的TAB分隔表（第一行是标题）：

  symbol    value   chr start   end
  Arrb1 10  chr1    1000    2000
  Arrb1 20  chr1    1000    2000
  Arrb1 30  chr1    1000    2000
  Myc   5   chr2    3000    4000
  Actin 3   chr4    25000   30000
  Actin 5   chr4    25000   30000
    .
    .
    .

我想通过第一列（符号）使表格唯一，如果同一符号有多行，则保持该行具有最大值（第2列）。所以结果应该是这样的：

  symbol    value   chr start   end
  Arrb1 30  chr1    1000    2000
  Myc   5   chr2    3000    4000
  Actin 5   chr4    25000   30000
    .
    .
    .

我可以使用AWK吗？谢谢！

Answer 1

awk -F'\t' 'NR==1{print}
 NR>1{if(b[$1]<$2){ a[$1]=$0; b[$1]=$2 }}
 END{for(x in a)print a[x]}' file

Answer 2

如果没有标题。我提供的是较短的一个。

sort -k1,1 -k2,2nr file |awk '!a[$1]++'

如何使用AWK来唯一一个表（保留每个唯一ID的最大值）？

2 个答案: