können diese gelöst mit awk und sed? - Das UNIX-und Linux-Foren

mskcc · #1 (**permalink**) 11-07-2005

Hi Master,

Code:

___________________________________________________________________________________
Group of orthologs #1. Best score 3010 bits
Score difference with first non-orthologous sequence - yeast:3010   human:2754
YHR165C             	100.00%		PRP8_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #2. Best score 2100 bits
Score difference with first non-orthologous sequence - yeast:2033   human:1978
YLR106C             	100.00%		MDN1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #3. Best score 2082 bits
Score difference with first non-orthologous sequence - yeast:997   human:593
YJL130C             	100.00%		PYR1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #4. Best score 1959 bits
Score difference with first non-orthologous sequence - yeast:1959   human:1007
YKR054C             	100.00%		DYHC_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #5. Best score 1855 bits
Score difference with first non-orthologous sequence - yeast:1855   human:1022
YNR016C             	100.00%		Q6KE87_HUMAN        	100.00%
YMR207C             	19.86%		COA2_HUMAN          	90.52%
                    	       		COA1_HUMAN          	53.30%
___________________________________________________________________________________
Group of orthologs #6. Best score 1838 bits
Score difference with first non-orthologous sequence - yeast:1748   human:1767
YDL140C             	100.00%		RPB1_HUMAN          	100.00%
___________________________________________________________________________________
Group of orthologs #7. Best score 1768 bits
Score difference with first non-orthologous sequence - yeast:1768   human:1636
YJR066W             	100.00%		Q4LE76_HUMAN        	100.00%
YKL203C             	49.22%

Vor Aufzeichnungen sind Teil einer Datei. Was muss ich tun, um die Informationen aus dieser Datei und stellt sie in einen speadsheet Format, wie diese: (Beispiele aus # 5 und # 7)

Group_number; Best_Score; S_one; P_one; S_two; P_two
5, 1855; YNR016C; 100,00%; Q6KE87_HUMAN; 100,00%
5, 1855; YMR207C; 19,86%; COA2_HUMAN; 90,52%
5, 1855;;; COA1_HUMAN; 53,30%
7; 1768; YJR066W; 100,00%; Q4LE76_HUMAN; 100,00%
7; 1768; YKL203C; 49%;

Vielen Dank im Voraus!

Abhishek Ghose · #2 (**permalink**) 11-08-2005

Sehen Sie sich das Beispiel:
wenn die letzte Zeile von 5 wird als "5; 1855;;; COA1_HUMAN; 53,30%"
shouldnt der letzten Zeile von 7 angezeigt werden, wie "7; 1768;;; YKL203C; 49%" anstelle von "7; 1768; YKL203C; 49%;"?

mskcc · #3 (**permalink**) 11-08-2005

Nein, die Original-Datei wurde,

leer leer Rekord für # 5
Rekord: leer leer # 7.

Als ich gepostet die Aufzeichnungen, die leeren Räume wurden verpasst. Aber es sollten extrahiert werden als ein leerer Raum. Nochmals vielen Dank.

Perderabo · #4 (**permalink**) 11-09-2005

Das ist schwieriger als es aussieht, weil Felder sind sowohl von Syntax und Position. Hier ist eine ksh-Skript, mit Ihrem Beispieldaten. Aber jeder Überraschungen in Ihrem realen Daten könnte es.

Code:

#! /usr/bin/ksh

IFS=""
while read line ; do
    line=${line##+(_)}
    ((${#line})) ||  continue
    if [[ "$line" != "Group of orthologs"* ]] ; then
        echo error looking for start of record 1>&2
        echo $line  1>&2
        exit 1
    fi
    line=${line#"Group of orthologs #"}
    Group_number=${line%%\.*}
    line=${line#*"Best score "}
    Best_Score=${line%" "*}
    read line
    if [[ $line != "Score difference with "* ]] ; then
        echo "error stepping over 2nd line of group $Group_number" 1>&2
        echo $line  1>&2
        exit 1
    fi
    ProteinLines=1
    while ((ProteinLines)) ; do
        if read line ; then
            line=${line##+(_)}
            if ((!${#line})) ; then
                ProteinLines=0
            else
                eval set $line
                firstchar="${line%${line#?}}"
                if [[ $# -eq 4 ]] ; then
                    S_one=$1
                    P_one=$2
                    S_two=$3
                    P_two=$4
                else
                    if [[ $firstchar = [a-zA-Z0-9] ]] ; then
                        S_one=$1
                        P_one=$2
                        S_two=""
                        P_two=""
                    else
                        S_one=""
                        P_one=""
                        S_two=$1
                        P_two=$2
                    fi
                fi
                echo "${Group_number};${Best_Score};${S_one};${P_one};${S_two};${P_two};"
            fi
        else
            ProteinLines=0
        fi
    done
done
exit 0

Code:

$
$ ./pro < data
1;3010;YHR165C;100.00%;PRP8_HUMAN;100.00%;
2;2100;YLR106C;100.00%;MDN1_HUMAN;100.00%;
3;2082;YJL130C;100.00%;PYR1_HUMAN;100.00%;
4;1959;YKR054C;100.00%;DYHC_HUMAN;100.00%;
5;1855;YNR016C;100.00%;Q6KE87_HUMAN;100.00%;
5;1855;YMR207C;19.86%;COA2_HUMAN;90.52%;
5;1855;;;COA1_HUMAN;53.30%;
6;1838;YDL140C;100.00%;RPB1_HUMAN;100.00%;
7;1768;YJR066W;100.00%;Q4LE76_HUMAN;100.00%;
7;1768;YKL203C;49.22%;;;
$

Abhishek Ghose · #5 (**permalink**) 11-09-2005

Heres mit Kommandozeile PERL:

$ perl -ne 'hacken, Split;
> If ($ _ [0] eq "Gruppe")
> ($ Group \u003d substr ($ _ [3], 1, length ($ _ [3]) -2); $ score \u003d $ _ [6];)
> Else (
> If ($ _ ~ / ^ \ s *$/&&$_[ 0] ne "Ergebnis")
> (If (@_\u003d\u003d 2) (push (@_,"","");}
> Wenn (@_\u003d\u003d 3) (unshift (@_,"");}
> $ String \u003d join (";",@_);
> Print ( "\ n $-Gruppe, $ score, $ string ");}}' file_name

Mariä Himmelfahrt (n):
Ihre Einträge kann nur 4 Elemente auf das Maximum.
Das heißt,
Aufzeichnung / leeren Datensatz / leeren Datensatz / leeren Datensatz / blank
Wenn Sie mir sagen, ob dieser Registerkarte getrennt sind, kann ich helfen, mit einer robusten Code.

Abhishek Ghose · #6 (**permalink**) 11-09-2005

Und wie Perderabo sagt, eine echte Überraschung in der Daten könnte es!
(Beachten Sie, dass Perderabos "Code generiert abschließenden Semikolon, die Sie wahrscheinlich nicht brauchen)

Mehr UNIX-und Linux-Forum Themen Vielleicht finden Sie hilfreiche
Faden	Thread Starter	Forum	Antworten	Last Post
Domain nicht gelöst Skript aus	Sergiu-IT	IP-Networking	6	04-11-2008 06:52 AM
Kudda erfolgreich gelöst das Herunterladen Probleme für eine Vielzahl von Web-Video	angelstar	UNIX-und Linux-Anwendungen	0	04-10-2008 06:41 AM
XDMCP, DNS, mehr als Broadcast-Lösung, SONDERN	kymberm	IP-Networking	3	02-25-2003 10:47 PM

Thread Tools	Suche diesen Thread
Zeige Druckversion E-Mail Diese Seite	Suche diesen Thread: Erweiterte Suche
Anzeige-Modi	Rate this thread
Wechseln Sie in den Linear-Modus Hybrid-Modus Switch to Threaded Mode	Rate this thread:


	Powered by