awk - 跨列计算每行的最大值和最小值并输出关联的列名

Question

我正在尝试跨列计算每行的最大值和最小值(0 除外)并输出关联的列名称。

我正在尝试这个:

BEGIN{OFS="\t"}
     NR==1{print $1,$2,"ref","max","ref","min";
         for(i=3;i<=6;++i)BASES[i]=$(i);
     }
     NR>1{l=1;basemax=BASES[3];basemin=BASES[3]; max=$3; min=$3;
         for(i=4;i<=6;++i){
             if($i>max){basemax=BASES[i];max=$i;}
             else if($i==max){basemax=basemax","BASES[i];++l}
        }
         for(i=4;i<=6;++i){
             if($i<min && $i !=0){basemmin=BASES[i];mim=$i}
             else if($i==min){basemin=basemin","BASES[i];++l}
         }
         print $1,$2,basemax,max,basemin,min
     }

在一个看起来像这样的输入中

chr     pos     C       T       A       G
NC_044998.1     3732    22      0       7       0
NC_044998.1     3733    22      0       0       0
NC_044998.1     3734    22      3       3       0
NC_044998.1     3735    22      0       0       3
NC_044998.1     3736    0       7       22      3
NC_044998.1     3737    0       0       0       25
NC_044998.1     3738    22      7       0       0
NC_044998.1     3739    7       3       22      25
NC_044998.1     3740    0       22      22      0
NC_044998.1     3741    22      0       0       0

期望的输出是

chr          pos   ref  max  ref    min
NC_044998.1  3732  C    22   A      7
NC_044998.1  3733  C    22   C      22
NC_044998.1  3734  C    22   T,A    3
NC_044998.1  3735  C    22   G      3
NC_044998.1  3736  A    22   G      3
NC_044998.1  3737  G    25   G      25
NC_044998.1  3738  C    22   C      22
NC_044998.1  3739  G    25   C      7
NC_044998.1  3740  T,A  22   T,A    22
NC_044998.1  3741  C    22   C      22

但它输出的是这个

chr          pos   ref  max  ref    min
NC_044998.1  3732  C    22   C      22
NC_044998.1  3733  C    22   C      22
NC_044998.1  3734  C    22   C      22
NC_044998.1  3735  C    22   C      22
NC_044998.1  3736  A    22   C      0
NC_044998.1  3737  G    25   C,T,A  0
NC_044998.1  3738  C    22   C      22
NC_044998.1  3739  G    25   C      7
NC_044998.1  3740  T    22   C,A,G  0
NC_044998.1  3741  C    22   C      22

Answer 1

使用您展示的示例，请尝试遵循 awk 代码。用 GNU awk 编写和测试。

awk -v startField="3" -v endField="6" '
BEGIN{ OFS="\t"; print "chr             pos     ref     max     ref     min"}
FNR==1{
  for(i=startField;i<=endField;i++){
    heading[i]=$i
  }
  next
}
{
  min=max2=maxInd2=minInd=max=maxInd=minAllInd=maxAllInd=maxAllInd2=""
  for(i=startField;i<=endField;i++){
    if($i!=0){
      minInd=(min>$i?i:(min==$i?minInd","i:(minInd!=""?minInd:i)))
      min=(min>$i?$i:(min!=""?min:$i))
    }
    maxInd=(max<$i?i:(max==$i?maxInd","i:(maxInd!=""?maxInd:i)))
    max=(max<$i?$i:(max!=""?max:$i))
  }
  for(i=startField+1;i<=endField;i++){
    maxInd2=(max2<$i?i:(max2==$i?maxInd2","i:(maxInd2!=""?maxInd2:i)))
    max2=(max2<$i?$i:(max2!=""?max2:$i))
  }
  num1=split(maxInd,arr1,",")
  num2=split(minInd,arr2,",")
  num3=split(maxInd2,arr3,",")
  if(num1>1){
    for(k=1;k<=num1;k++){
       maxAllInd = (maxAllInd?maxAllInd ",":"") heading[arr1[k]]
    }
  }
  else{
    maxAllInd = heading[maxInd]
  }
  if(num2>1){
    for(k=1;k<=num2;k++){
       minAllInd = (minAllInd?minAllInd ",":"") heading[arr2[k]]
    }
  }
  else{
    minAllInd = heading[minInd]
  }
  if(num3>1){
    for(k=1;k<=num3;k++){
       maxAllInd2 = (maxAllInd2?maxAllInd2 ",":"") heading[arr3[k]]
    }
  }
  else{
    maxAllInd2 = heading[maxInd2]
  }
  if(startField>1){
    NF=(startField-1)
      if(min !=0 ){
         print $0,maxAllInd,max,minAllInd,min
      }
      if(min == 0 && max2 != 0){
         print $0,maxAllInd,max,maxAllInd2,max2
      }
      if(min == 0 && max2 == 0){
         print $0,maxAllInd,max,maxAllInd,max
      }  
  }
  else{
      if(min !=0 ){
         print maxAllInd,max,minAllInd,min
      }
      if(min == 0 && max2 != 0){
         print maxAllInd,max,maxAllInd2,max2
      }
      if(min == 0 && max2 == 0){
         print maxAllInd,max,maxAllInd,max
      }       
  }
}
'  Input_file