linux - 如何使用 AWK 来唯一化一个表(为每个唯一 ID 保留最大值)？

Question

我有一个像这样的 TAB 分隔表(第一行是标题):

  symbol    value   chr start   end
  Arrb1 10  chr1    1000    2000
  Arrb1 20  chr1    1000    2000
  Arrb1 30  chr1    1000    2000
  Myc   5   chr2    3000    4000
  Actin 3   chr4    25000   30000
  Actin 5   chr4    25000   30000
    .
    .
    .

我想通过第一列(符号)来唯一化表格，如果同一个符号有多行，则保留具有最大值的行(第 2 列)。所以结果应该是这样的:

  symbol    value   chr start   end
  Arrb1 30  chr1    1000    2000
  Myc   5   chr2    3000    4000
  Actin 5   chr4    25000   30000
    .
    .
    .

我可以使用 AWK 来完成吗？谢谢!

Answer 1

awk -F'\t' 'NR==1{print}
 NR>1{if(b[$1]<$2){ a[$1]=$0; b[$1]=$2 }}
 END{for(x in a)print a[x]}' file