我正在尝试根据 chr(第 2 列)和位置(第 3 列)对遗传文件进行排序,这两个文件都从低到高开始。我的表在大文件中是这样的
SNP CHR BP A1 A2 effect_allele_frequency BETA standard_error P
rs10875231 1 100000012 T G 0.405 -0.0456807 0.02260471 0.04335677
rs6678176 1 100000827 C T 0.383 0.02553138 0.02287662 0.2645817
rs78590530 1 100000948 A G 0.016 0.171376 0.08757958 0.05035017
rs149636485 1 100001060 A G 0.004 -0.03363731 0.1819208 0.8529224
我想以一种从低到高的方式对 CHR(从 1 到 22)进行排序,忽略其他列并分别为每个 chr。我尝试过这个排序命令
sort -t $'\t' -nk3 myfile.tsv | sort -t $'\t' -nk2 > test.txt
它给出了 chr 中的顺序(第 2 列),但没有给出位置(第 3 列)。看来第一列会干扰:
SNP CHR BP A1 A2 effect_allele_frequency BETA standard_error P
rs1000033 1 226580387 G T 0.416 0.02958699 0.02295015 0.1971771
rs1000050 1 162736463 T C 0.378 0.06136397 0.02293639 0.007468015
rs1000070 1 222359612 C T 0.381 0.02563547 0.02294139 0.2638107
rs1000073 1 157255396 G A 0.387 -0.01470793 0.02273634 0.517414
rs1000085 1 66857915 C G 0.024 -0.03536382 0.07555889 0.6394446
rs1000127 1 63432716 C T 0.157 0.003052272 0.03045933 0.919875
如何仅按第 2 列然后按第 3 列排序?
答案1
您需要在一次sort
调用中按排序顺序指定所有键,并且需要给出结束字段:
sort -n -k2,2 -k3,3
sort -n -k3
表示通过比较从字段 3 开始的数字字符(跳过空格后)形成的数字进行排序。通过管道传送到单独的sort -n -k2
字段,按第二个及后续字段的内容进行排序(直到非数字字符)。但这并不能解释你的输出......
-n
请参阅和-k
中的描述规格sort
了解详情。