订购一列，然后在命令行中用awk打印某一行

我有这样一个txt文件：

ID   row1   row2   row3   score
rs16 ...    ...    ...    0.23
rs52 ...    ...    ...    1.43
rs87 ...    ...    ...    0.45
rs89 ...    ...    ...    2.34
rs67 ...    ...    ...    1.89

sort -k5gr <(tail -n+2 infile) | head -n80KB

tr -s ' ' < infile | cut -d' ' -f1,5 > outfile

awk -f parse.awk OFS='\t' ratio_to_keep=.01 infile

第1行-第3行无关紧要

---

我有大约800万行，分数在0-3之间。我想知道与排名前1%相关的分数。我在考虑按分数重新排序数据，然后打印~80000行？你们认为这方面最好的代码是什么？

使用GNU coreutils，您可以这样做：

ID   row1   row2   row3   score
rs16 ...    ...    ...    0.23
rs52 ...    ...    ...    1.43
rs87 ...    ...    ...    0.45
rs89 ...    ...    ...    2.34
rs67 ...    ...    ...    1.89

sort -k5gr <(tail -n+2 infile) | head -n80KB

tr -s ' ' < infile | cut -d' ' -f1,5 > outfile

awk -f parse.awk OFS='\t' ratio_to_keep=.01 infile

排序-k5gr输出文件

或综合起来：

sort -k5gr <(tail -n+2 <(tr -s ' ' < infile | cut -d' ' -f1,5)) | head -n80KB

---

sort-k5gr使用GNU awk，您可以通过将
PROCINFO[“sorted_in”]
设置为
“@val_num_desc”
对值进行排序。例如：

ID   row1   row2   row3   score
rs16 ...    ...    ...    0.23
rs52 ...    ...    ...    1.43
rs87 ...    ...    ...    0.45
rs89 ...    ...    ...    2.34
rs67 ...    ...    ...    1.89

sort -k5gr <(tail -n+2 infile) | head -n80KB

tr -s ' ' < infile | cut -d' ' -f1,5 > outfile

awk -f parse.awk OFS='\t' ratio_to_keep=.01 infile

解析.awk

#设置排序方法
开始{PROCINFO[“sorted_in”]=“@val_num_desc”}
#打印页眉
NR==1{打印$1，$5}
#将第1列和第5列分别保存为g和h散列
NR>1{g[NR]=$1；h[NR]=$5}
#打印g和h的值，直到达到比率
结束{
对于（k in h）{
如果（i++>=int（0.5+NR*比值）
出口
打印g[k]，h[k]
}
}

按如下方式运行：

ID   row1   row2   row3   score
rs16 ...    ...    ...    0.23
rs52 ...    ...    ...    1.43
rs87 ...    ...    ...    0.45
rs89 ...    ...    ...    2.34
rs67 ...    ...    ...    1.89

sort -k5gr <(tail -n+2 infile) | head -n80KB

tr -s ' ' < infile | cut -d' ' -f1,5 > outfile

awk -f parse.awk OFS='\t' ratio_to_keep=.01 infile

sort-k5nr（infle）>sort.infle
，然后使用
sed-80000p（sort.infle）
行吗？@Evan:当然可以，但文件名周围没有括号。