我有一个 awk“脚本”,它对第 1 列中的每个值以及第 2 列 > 0 时,计算第 3 列和第 4 列的和:
awk 'BEGIN { print "Target covered_bases percentage_covered" } {FS = "\t" } $2 > 0 { n[$1]++; covered_bases[$1] += $3 ;percentage_covered[$1] += $4 } END { for (i in n) { print i,covered_bases[i],percentage_covered[i] } }' $1
我的文件将是这样的:
S 0 20 0.2
S 1 300 0.7
S 2 10 0.1
D 0 10 0.3
D 1 20 0.6
D 2 2 0.02
D 3 5 0.034
依此类推,假设是 Z。这里的输出将是:
Target covered_bases percentage_covered
S 310 0.8
D 27 0.654
所以这没问题。但是,字母输出的顺序是错误的。我从这里的其他问题中知道,awk 有时会输出不按顺序的内容。我的问题是,我似乎无法使用此论坛中以前的答案来纠正这个问题,因为我对 awk 的理解并不好,而且我的“脚本”在我看来已经相当复杂了。
你能告诉我该如何改正吗?
非常感谢!
答案1
只需将您的输出通过管道传输awk
到命令,但在处理sort
后附加标题。awk
awk '{FS = "\t" } $2 > 0 {
n[$1]++;
covered_bases[$1] += $3;
percentage_covered[$1] += $4;
}
END {
for (i in n) {
print i,covered_bases[i],percentage_covered[i];
}
}' $1 | sort | (echo 'Target covered_bases percentage_covered' && cat)