Fatal编程技术网
  • bash/
  • Bash 如果第一列等于其他行，则选择列中的最大数字

Bash 如果第一列等于其他行，则选择列中的最大数字

bash sorting awk

Bash 如果第一列等于其他行，则选择列中的最大数字,bash,sorting,awk,numbers,multiple-columns,Bash,Sorting,Awk,Numbers,Multiple Columns,我想让程序读取第1列，如果数字重复，则查找第5列，该列的值更高 1_248637391 . C T 592.4 1_248637391 . C T 505.79 1_248637400 . C A 600.00 1_248756167 rs61732484 C G 1243.19 1_248756167 rs61732484 C G 2002.61 输出： 1_248637391 . C T 592.4 1_248637400

我想让程序读取第1列，如果数字重复，则查找第5列，该列的值更高

1_248637391 .   C   T   592.4
1_248637391 .   C   T   505.79
1_248637400 .   C   A   600.00
1_248756167 rs61732484  C   G   1243.19
1_248756167 rs61732484  C   G   2002.61
输出：

1_248637391 .   C   T   592.4
1_248637400 .   C   A   600.00
1_248756167 rs61732484  C   G   2002.61
我正在使用大数据集，如果有人知道如何通过bash解决它，那将是非常棒的！非常感谢你的关注

使用
sort
和
awk
：

sort -k1,1 -k5,5nr file | awk '!seen[$1]++'

sort
用于按第1列升序和第5列数字降序对文件进行排序
awk
只打印
第1列中每个值的第一个条目

输出：


1_248637391 .   C   T   592.4
1_248637400 .   C   A   600.00
1_248756167 rs61732484  C   G   2002.61



选择只是排序


$ sort -k5nr file | sort -u -k1,1

1_248637391 .   C   T   592.4
1_248637400 .   C   A   600.00
1_248756167 rs61732484  C   G   2002.61



根据第5个字段进行降序排序，根据第1个字段选择第一个元素（根据第一个排序最大，可能需要
-s
标志）
谢谢@Anubhava！你能给我更好地解释一下'的作用吗！看到[$1]+'？
！SEED[$1]+
使用一个数组
SEED
，其键为
$1
。当
$1
在
中不存在时，使用
++
将其递增为
1
，并打印行。当相同的
$1
出现在
中时，则
！查看[$1]
使条件失败，行不打印。