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. IOS app應用軟件的id號怎么查詢?比如百度貼吧的app-id=4779278132. 利用IPMI遠程安裝centos報錯!3. 在mac下出現了兩個docker環境4. 測試自動化html元素選擇器元素ID或DataAttribute [關閉]5. 運行python程序時出現“應用程序發生異常”的內存錯誤?6. spring-mvc - spring-session-redis HttpSessionListener失效7. 淺談Vue使用Cascader級聯選擇器數據回顯中的坑8. java - Spring boot 讀取 放在 jar 包外的,log4j 配置文件,系統有創建日志文件,不寫入日志信息。9. javascript - 最近用echarts做統計圖時遇到兩個問題!!10. mysql - 查詢 修改數據庫優化問題吧

網公網安備