☰

检查两个值，如果重叠，则检查它们的分数并在另一个文件中打印分数最高的值

tag-icon • tag-icon text-processing perl
检查两个值，如果重叠，则检查它们的分数并在另一个文件中打印分数最高的值

我有一个文件，我必须从中获取每个查询并检查 Alt_from 和 Alt_to 值。如果 Alt_from 和 Alt_to 的值重叠，则检查得分最高的行并将其与不重叠的值一起打印在文件中。

输入文件：

Sr.No   query   score   ALIfrom ALIto
1        g1     135.2   93      231
2       g182    40.5    244     296
3       g182    45.4    247     311
4       g182    53.1    302     348
5       g182    50.6    305     362
6       g182    52.9    354     396
7       g182    24.9    357     397
8       g19     45.2    19      181
9       g19    166.8    19      208
10      g19    182.3    27      258
11      g22     94.5    46      139
12      g22    101.3    141     221
13      g22     66.7    230     353
14      g22     36.8    230     391
15     g266     57.7    47      127
16     g266     12.6    343     375
17     g266     17.8    348     375

预期输出：

Sr.No   query   score   ALIfrom ALIto
1        g1     135.2   93      231
2       g182    40.5    244     296
4       g182    53.1    302     348
6       g182    52.9    354     396
10      g19    182.3    27      258
11      g22     94.5    46      139
12      g22    101.3    141     221
13      g22     66.7    230     353
15     g266     57.7    47      127
17     g266     17.8    348     375

我尝试使用 Perl，但它不检查正确的重叠值。我所说的重叠是指，例如，在查询 g1 (Sr.no 2) 中，Alt_from 和 Alt_to 值的范围是 150 到 200，在查询 g1 (Sr.no 3) 中，Alt_from 和 Alt_to 值的范围是 160 到 190。 Sr.no 3 的值落在Sr.no 2 的值范围内，这是重叠的。在这种情况下，代码应该检查他们的分数并选择分数最高的。正如您在预期输出中看到的那样，Sr.no 2 的行因分数较低而被删除，而 Sr.no 3 的行因分数较高而被采用

答案1

一个经过轻微测试的 Perl 脚本：

#!/usr/bin/env perl

use strict;
use warnings;

my $header = <>;
print $header;

my $query = '';
my @store = ();
LINE: while (<>) {
    my ( $line, %data );

    $line = $_;

    chomp;
    @data{qw/sr query score from to/} = split /\s+/;

    if ( $data{query} eq $query ) {
        for ( my $i = @store - 1 ; $i >= 0 ; $i-- ) {
            my %odata = %{ $store[$i]->[1] };
            if ( $odata{to} > $data{from} and $odata{from} < $data{to} ) {

                # overlap
                if ( $data{score} > $odata{score} ) { splice @store, $i, 1 }
                else                                { next LINE }
            }
        }
        push @store, [ $line, \%data ];
    }
    else {
        for (@store) { print $_->[0] }
        @store = ( [ $line, \%data ] );
        $query = $data{query};
    }
}
for (@store) { print $_->[0] }

相关内容