R Bash—一行程序，对qvalue列上的bed文件进行排序，然后提取q值最高的行的前20%

我有以下格式的bed文件：

chr start   end q-value   name
chr1    10004  10467    310.43    peak_1
chr2    15410  15704    19.61 peak_2
chr3    21207  21354    4.04  peak_3
chr4    26073  26165    25.32 peak_4
chr5   63044057  63044425   39.65  peak_5

如果可能的话，我需要一个bash-one行程序在q-value列（第4列）上对这个文件进行排序，然后我需要提取q-value最高的前20%行

排序后，这将看起来像：

chr start   end q-value   name
chr1    10004  10467    310.43    peak_1
chr5   63044057  63044425   39.65  peak_5
chr4   26073  26165    25.32 peak_4
chr2    15410  15704    19.61 peak_2
chr3    21207  21354    4.04  peak_3

chr1    10004  10467    310.43    peak_1

在百分比之后，它看起来像：

chr start   end q-value   name
chr1    10004  10467    310.43    peak_1
chr5   63044057  63044425   39.65  peak_5
chr4   26073  26165    25.32 peak_4
chr2    15410  15704    19.61 peak_2
chr3    21207  21354    4.04  peak_3

chr1    10004  10467    310.43    peak_1

我需要在40多个文件上运行这个

我也很熟悉R，所以如果这在bash中不可能，但在R中是可行的，那么R代码也会很有用（但bash更可取）

非常感谢

---

编辑评论：

使代码更易于测试

回复：我自己的尝试

当我试图在第一个实例中运行

sort-k4 file.txt

时。我得到了以下不是我想要的：

chr2    15410  15704    19.61 peak_2
chr4    26073  26165    25.32 peak_4
chr1    10004  10467    310.43    peak_1
chr5   63044057  63044425   39.65  peak_5
chr3    21207  21354    4.04  peak_3

---

这让我很困惑，我想小数是一个问题，不知道如何绕过第一部分。

这就是你所看到的吗

#!/bin/sh
sort -r -g -k 4,4 < inputFile.file > tempfile_sorted.out
lncnt=$(wc -l < tempfile_sorted.out)
percent_linecount_infloat=$(echo "$lncnt*.2" | bc)
float2Int=$(printf %.0f "$percent_linecount_infloat")
head_20_percent=$(head -"$float2Int" tempfile_sorted.out)
new_fn=$(printf "%s_20" tempfile_sorted.out) # new file with top 20% of sorted output
printf "$head_20_percent" > $new_fn

#/垃圾箱/垃圾箱
sort-r-g-k4,4tempfile\u sorted.out
lncnt=$（wc-l$new\u fn

您做了哪些努力？你能发布一个更可测试的输入吗？我们无法想象第9列中的数据您的尝试是什么？请查看

sort

。可能类似于

排序-nk10

。然后导入

head

并告诉我们它是如何进行的。@Darren，请在您的帖子中也添加预期的输出以及代码标签。

wc-l

可以用来计算行数，百分比可以通过本机计算，因为在这种情况下，浮点运算没有任何好处。