Linux 如何强制sort命令放置'；ADNP-AS1'；在'之后；ADNP2'；而不是反过来？

我正在对一个包含基因表达数据的文本文件进行排序，我需要将基因名称按照一定的顺序排列，以完成后续任务。我正在使用一个.sh脚本来完成几个任务，包括排序。有些基因的名字几乎相同；一个很好的例子是序列“ADNP”、“ADNP2”、“ADNP-AS1”。排序时我需要连字符的基因名排在最后，但现在它排在第二位

我原以为添加LC_CTYPE=“en_us.UTF-8”和LC_COLLATE=“en_us.UTF-8”选项进行排序可以解决问题，因为这些是在不同的本地机器上工作的区域设置选项。然而，我一直得到同样的结果

我已经尝试过使用echo-e“ADNP-ADNP2 ADNP-AS1”排序，以及排序上的各种选项。当我这样做时，我得到了正确的顺序。但是，当运行shell脚本（如下所示）时，我不会这样做。我还将提供

下面是shell脚本的摘录 这是我的区域设置

---

以下是R中的一个最小可重复示例：

> geneSamp <- c("ADNP", "ADNP-AS1", "ADNP2")
> sampExprVals <- c(10, 20, 0)
> geneDF <- data.frame(geneSamp, sampExprVals)
> correctGeneOrder <- data.frame(a = c("ADNP", "ADNP2", "ADNP-AS1"), b = c(10, 0, 20))
> geneDF <- geneDF[order(match(correctGeneOrder[, 1], geneDF[, 1])),]
> print(geneDF)
  geneSamp sampExprVals
1     ADNP           10
3    ADNP2            0
2 ADNP-AS1           20

>geneSamp sampExprVals geneDF correctedgeneordgenedf打印（geneDF）
基因多态性
1 ADNP 10
3 ADNP2 0
2 ADNP-AS1 20

---

不幸的是，我仍然不知道如何修复问题的根源，但这是一个相当简单的解决方法，很容易实现到我们已经运行的解析循环中

这是R中一个最小的可重复性示例：

> geneSamp <- c("ADNP", "ADNP-AS1", "ADNP2")
> sampExprVals <- c(10, 20, 0)
> geneDF <- data.frame(geneSamp, sampExprVals)
> correctGeneOrder <- data.frame(a = c("ADNP", "ADNP2", "ADNP-AS1"), b = c(10, 0, 20))
> geneDF <- geneDF[order(match(correctGeneOrder[, 1], geneDF[, 1])),]
> print(geneDF)
  geneSamp sampExprVals
1     ADNP           10
3    ADNP2            0
2 ADNP-AS1           20

>geneSamp sampExprVals geneDF correctedgeneordgenedf打印（geneDF）
基因多态性
1 ADNP 10
3 ADNP2 0
2 ADNP-AS1 20

不幸的是，我仍然不知道如何修复问题的根源，但这是一个相当简单的解决方法，很容易实现到我们已经运行的解析循环中

使用echo-e“ADNP ADNP2 ADNP-AS1”| sort…，我得到了正确的顺序

这也就不足为奇了，因为名称已经在一行中按所需的顺序排列，而且

sort

不会改变一行中的词序。相比之下

echo -e "ADNP\nADNP2\nADNP-AS1"|sort

产生不需要的订单

ADNP
ADNP-AS1
ADNP2

我仍然不知道如何解决问题的根源

如图所示，如果连字符后面有一个字母，

sort-d

（只考虑空格和字母数字字符）将生成所需的顺序

使用echo-e“ADNP ADNP2 ADNP-AS1”| sort…，我得到了正确的顺序

这也就不足为奇了，因为名称已经在一行中按所需的顺序排列，而且

sort

不会改变一行中的词序。相比之下

echo -e "ADNP\nADNP2\nADNP-AS1"|sort

产生不需要的订单

ADNP
ADNP-AS1
ADNP2

我仍然不知道如何解决问题的根源

---

如图中所示，如果连字符后有一个字母，则排序-d（只考虑空格和字母数字字符）会产生所需的顺序。

这里的实验很好。如果您的时间不够，我会添加一个新的列，其中的值经过重新格式化，以便记录能够正确排序。然后可以去掉该列，或者在后续处理中忽略它。祝你好运@Shelleter我实际上在我们的解析管道（在R中）的后面添加了一行代码，基于我找到的代码

x2[顺序（匹配（x2[，1]，x1[，1]），]

。解决方法就是将每个表达式集迭代地匹配到一个参考基因列表。很高兴您对其进行了排序。如果您可以通过小样本数据集和所需输出使其更具吸引力，那么您就可以回答自己的问题并获得宝贵的声誉积分（48小时后？）。并学习从所选文本的编辑菜单中使用

{}

工具，以获得代码/数据/errMsgsEtc的正确格式。祝你好运这是一个很好的实验。如果您的时间不够，我会添加一个新的列，其中的值经过重新格式化，以便记录能够正确排序。然后可以去掉该列，或者在后续处理中忽略它。祝你好运@Shelleter我实际上在我们的解析管道（在R中）的后面添加了一行代码，基于我找到的代码

x2[顺序（匹配（x2[，1]，x1[，1]），]

。解决方法就是将每个表达式集迭代地匹配到一个参考基因列表。很高兴您对其进行了排序。如果您可以通过小样本数据集和所需输出使其更具吸引力，那么您就可以回答自己的问题并获得宝贵的声誉积分（48小时后？）。并学习从所选文本的编辑菜单中使用

{}

工具，以获得代码/数据/errMsgsEtc的正确格式。祝你好运在发帖后，我意识到，以我现在的方式进行排序的实验并没有正常工作。谢谢你的修复。我在发帖后确实意识到，以我现在的方式进行排序的实验并没有正常工作。谢谢你的修复。