小编Joh*_*Tam的帖子

我有一个输入表，部分：

TCTTTTAAAGCCTCCTCAACTGTTTTAGGG  1       0
CACAACTGAAAAGTACAATGTGTTTGCTTC  1       0
CACCATATTTATTTAAAGGAGCATCTAAAT  1       3
ACGAGAAAAAAAAAAGGGGTGACCCCCTGG  3       0
CAAAATATTAATTCTTTACTATGAAACTTA  1       0
TTCTATTTTGTCGTGGTTAGCAACCATCAC  6       5
TAATAATAAAATAATGAAAAAGAAAAATCA  1       0
AAAGCATTTGAAGGTGACAAAAGGGAAAGT  20      7
TGCTAAGGAAGAATCATGGAAGAGTGTTTT  0       1
CTCCCTTCCTCGCAAACATGCTTGCCCAGG  0       1
AATAAAAATCAAATTTAGTGACGGGTTGAG  130     4
AGAACGAAGCTGATATAAAGACATCAAAGA  1       0
TGCCCCTAATGCAGCATCTCTCTCTCCCTC  1       0
CCACAAAATAATTACATGGCAAACACGAGT  1       0

我想打印第 3 列 >= 120 和第 2 列 >= 420 的所有行

通过在数字周围使用和不使用“”，我得到了两种不同的结果。

(A) awk '$3>=120 && $2>=420 {print $0}'

(B) awk '$3>="120" && $2>="420" {print $0}'

(A) 部分的结果，这似乎是我想要的：

GTGTCATTTCATGCCTCATTCATCCTCATT  1375    439
TGAATTCTATTACTTGATTGACATTGACAG  541     301
TCTTTGGCGGTTGTTAAAGAATTTTCTGAT  823     203 …

我有一个清单

2
2
2
3
2
2
2
4
2
2
2

我想打印至少比同一列中上下 3 个步骤的值大 2 倍的值。

输出应该是

4

怎么做？我在这里问了一个类似的问题，只是为了更好地说明我写在这里，谢谢。

20171006 更新：抱歉过度简化了我的实际输入文件，它实际上是一个表格而不是我需要在多列（第 2、3、4 列等）中选择并打印出第 1 列的列表。我如何合并该列此类脚本中的信息？

A 2 2 2
B 2 2 2
C 2 2 2
D 3 3 3
E 2 2 2
F 2 2 2
G 2 2 2
H 4 4 4
I 2 2 2 
J 2 2 2 
K 2 2 2 

并得到

H

我有一张桌子

1 1
1 0
0 1
0 0

我想用OR分隔的两组选择标准打印行。

标准集 1 ：（第 1 列 >= 1 和第 2 列 = 0）

或者

标准集 2 ：（第 1 列 = 0 和第 2 列 >= 1）

预期输出是

1 0
0 1

我写过这样的东西，但没有用

awk '($1>=1 && $2=0)||($1=0 && $2>=1) {print $0}'

有什么问题？

我正在尝试sort在 Linux 中创建一个巨大的列表（130 Gb）。部分是这样的：

@K00188:14:H2LMFBBXX:6:1101:27440:1668 1:N:0:0_I_CGATGT
@K00188:14:H2LMFBBXX:6:1101:30262:1668 1:N:0:0_I_CGATGT
@K00188:14:H2LMFBBXX:6:1101:6501:1686 1:N:0:0_I_CGATGT
@K00188:14:H2LMFBBXX:6:1101:18133:1686 1:N:0:0_I_CGATGT
@K00188:14:H2LMFBBXX:6:1101:21827:1686 1:N:0:0_I_CGATGT

问题是在sort.

以前的问题有一些解决方案（例如sort --parallel，python 脚本等），但它们在我手上没有解决。

我想坚持，sort但在使用该选项时出现以下错误消息--parallel

sort: unrecognized option '--parallel=2'
Try `sort --help' for more information.

如果有一些用于排序大列表的python脚本，我想尝试一下。

你有什么建议吗？

我在 Linux 中有一张桌子：

A 0
A 0
A 0
B 0
B 1
B 0
B 1
B 0

我想提取连续出现 3 次或更多的行。

我的预期输出是：

A 0

实际上，3 次或更多只是一个简化的例子。实际情况是我想提取连续出现30次以上的行。

任何的想法？

谢谢！

我有一个文件

A 1
A 2
A 4
A 6

我想将第 2 列中相邻值（下方）之间的差异打印到新的第 3 列，以得到这个

A 1
A 2 1
A 4 2
A 6 2

我在 SO 上发现了类似的内容，但未能将其打印为新列。

awk 'NR>1{print $1-p} {p=$1}' file