python - 去除重復行并保留得分最高的行
問題描述
第一列(scaffold這一列)相同,則根據第AS列(AS:i:xx)數字 xx的大小,保留數字最大的行。如果數字大小相同則都保留。
舉例,輸入文件
scaffold_010679_1AL.2 16 chr1A 429400034 119 3272M * GACACAAGAGACTCTTTG * AS:i:3268 XS:i:2147 XF:i:0 XE:i:29 NM:i:1scaffold_010679_1AL.2 16 chr1A 429400034 119 3272M * GACACAAGAGACTCTTTG * AS:i:3268 XS:i:2147 XF:i:0 XE:i:29 NM:i:1 scaffold_010679_1AL.2 16 chr1A 429400034 119 3272M * GACACAAGAGACTCTTTG * AS:i:1268 XS:i:2147 XF:i:0 XE:i:29 NM:i:1scaffold_010679_1AL.3 16 chr1A 429397743 19 599S1730M1I279M * 0 0 TGCCGAGGTTTTTGA * AS:i:1998 XS:i:1877 XF:i:3 XE:i:20 NM:i:2 XN:i:1scaffold_010679_1AL.3 16 chr1A 429397743 19 599S1730M1I279M * 0 0 TGCCGAGGTTTTTGA * AS:i:1098 XS:i:1877 XF:i:3 XE:i:20 NM:i:2 XN:i:1
結果文件
scaffold_010679_1AL.2 16 chr1A 429400034 119 3272M * GACACAAGAGACTCTTTG * AS:i:3268 XS:i:2147 XF:i:0 XE:i:29 NM:i:1scaffold_010679_1AL.2 16 chr1A 429400034 119 3272M * GACACAAGAGACTCTTTG * AS:i:3268 XS:i:2147 XF:i:0 XE:i:29 NM:i:1 scaffold_010679_1AL.3 16 chr1A 429397743 19 599S1730M1I279M * 0 0 TGCCGAGGTTTTTGA * AS:i:1998 XS:i:1877 XF:i:3 XE:i:20 NM:i:2 XN:i:1
問題解答
回答1:# coding: utf-8from itertools import groupbywith open(’a.txt’) as f: data = [line for line in f] #因為數據的列數不相同, 只能以AS:i:為開頭來識別 #取第一列為key, AS:i:列為value lst = [(l.split()[0], _) for l in data for _ in l.split() if _.startswith(’AS:i:’)]#找出同key下的max(value) max_lst = [max(list(g)) for k, g in groupby(lst, lambda x: x[0])]#從原數據里找到同時包含key和value的行 print [line for line in data for _ in max_lst if _[0] in line and _[1] in line]回答2:
awk ’{n=gensub('.*AS:i:([0-9]+).*','1','g')}n>=k[$1]{c[$1]=n==k[$1]?c[$1]'n'$0:$0;k[$1]=n}END{for(i in c)print c[i]}’ file回答3:
grep '`sort -r -t '*' -k 3 b.txt | head -1 |awk -F '*' ’{split($3,a,' ');print a[1]}’`' b.txt
思路文件按星號*分列分3列,按照第三列降序排序,取出第一行,取出AS:i:最大數,grep搜索之,得到結果。
是我沒仔細看提問,失誤了~~結果不對
相關文章:
1. java - 關于File的問題?2. mysql - 在不允許改動數據表的情況下,如何優化以varchar格式存儲的時間的比較?3. vim - docker中新的ubuntu12.04鏡像,運行vi提示,找不到命名.4. css - chrome下a標簽嵌套img 顯示會多個小箭頭?5. docker網絡端口映射,沒有方便點的操作方法么?6. javascript - 網頁打印頁另存為pdf的代碼一個問題7. docker - 各位電腦上有多少個容器啊?容器一多,自己都搞混了,咋辦呢?8. java中返回一個對象,和輸出對像的值,意義在哪兒9. 一個網頁怎么連接到數據庫抓取信息呢10. 建議首頁視頻往頂部放
