一致する行数の計算

Question 1

次の方法でこれを実行できます。

grep -Fowf input1 input2 | sort | uniq -c

これにより、希望の方法とは反対方向に出力が生成されますが、その順序で必要な場合は、次のことができます。

grep -Fowf input1 input2 | sort | uniq -c | awk '{c = $1; $1 = ""; print $0,c}'

Answer

次の方法でこれを実行できます。

grep -Fowf input1 input2 | sort | uniq -c

これにより、希望の方法とは反対方向に出力が生成されますが、その順序で必要な場合は、次のことができます。

grep -Fowf input1 input2 | sort | uniq -c | awk '{c = $1; $1 = ""; print $0,c}'

Question 2

Awkの配列を使用してこれを行うことができます。

awk '
  NR==FNR {a[$0]==1; next} 
  {for(x in a) c[x] += $0 ~ x} 
  END {for (x in a) print x, c[x]}
' input1 input2
Equus caballus 10
Saccharomyces cerevisiae S288c 1
Monodelphis domestica 5

（これは単一の配列を使用して行うことができますが、IMHOはインデックスセットと数を格納するために別々の配列を使用する方がきれいです）。

Answer

Awkの配列を使用してこれを行うことができます。

awk '
  NR==FNR {a[$0]==1; next} 
  {for(x in a) c[x] += $0 ~ x} 
  END {for (x in a) print x, c[x]}
' input1 input2
Equus caballus 10
Saccharomyces cerevisiae S288c 1
Monodelphis domestica 5

（これは単一の配列を使用して行うことができますが、IMHOはインデックスセットと数を格納するために別々の配列を使用する方がきれいです）。

Question 3

perl -lne '
    $h{"$_"}=$h[@h]=$_,next if @ARGV && !exists $h{$_};
    for my $h (@h) { 1+index(s/\h+/ /rg, " $h chromosome ") && $s{$h}++; }
    }{print "$_ $s{$_}" for @h;
' file1 file2

出力：

Equus caballus 10
Monodelphis domestica 5
Saccharomyces cerevisiae S288c 1

説明する：

-nPerlファイルは1行ずつ読み取られ、要求しない限り印刷されません。
-lすることRS = ORS = \n
関連データ構造：
- ハッシュには%hで読み取った遺伝子キーがありますfile1。
- 配列には@h（重複しない）読み取り時に見つかった順序で遺伝子が含まれますfile1。
- ハッシュには、%s遺伝子を含むキーとその遺伝子が表示される回数に対応する値が必要ですfile2。
布材：
- @ARGV最初のパラメーター（file1）は1つのファイルの内容を読み取る必要があり、2番目のパラメーター（file2）は空でなければなりません。したがって、最初の行はfilehash%hとarrayでのみ機能しています@h。
- 2行目は読み取り行に適用され、特定の行で特定の遺伝子が見つかった回数でハッシュ file2値を更新します。%s
  - index(str, substr)この関数は、文字列内の部分文字列の位置を見つけた場合に返し、失敗した場合は-1を返します。
- 行3はfile2を読み取った後に実行され、%s配列に設定されたキー順にハッシュ内容を印刷します@h。

Answer

perl -lne '
    $h{"$_"}=$h[@h]=$_,next if @ARGV && !exists $h{$_};
    for my $h (@h) { 1+index(s/\h+/ /rg, " $h chromosome ") && $s{$h}++; }
    }{print "$_ $s{$_}" for @h;
' file1 file2

出力：

Equus caballus 10
Monodelphis domestica 5
Saccharomyces cerevisiae S288c 1

説明する：

-nPerlファイルは1行ずつ読み取られ、要求しない限り印刷されません。
-lすることRS = ORS = \n
関連データ構造：
- ハッシュには%hで読み取った遺伝子キーがありますfile1。
- 配列には@h（重複しない）読み取り時に見つかった順序で遺伝子が含まれますfile1。
- ハッシュには、%s遺伝子を含むキーとその遺伝子が表示される回数に対応する値が必要ですfile2。
布材：
- @ARGV最初のパラメーター（file1）は1つのファイルの内容を読み取る必要があり、2番目のパラメーター（file2）は空でなければなりません。したがって、最初の行はfilehash%hとarrayでのみ機能しています@h。
- 2行目は読み取り行に適用され、特定の行で特定の遺伝子が見つかった回数でハッシュ file2値を更新します。%s
  - index(str, substr)この関数は、文字列内の部分文字列の位置を見つけた場合に返し、失敗した場合は-1を返します。
- 行3はfile2を読み取った後に実行され、%s配列に設定されたキー順にハッシュ内容を印刷します@h。

Question 4

目的のタスクを実行するPythonスクリプトは次のとおりです。

#!/usr/bin/env python
"""Count the occurrences of the lines in file1 inside file2."""

import sys

path1 = sys.argv[1]
path2 = sys.argv[2]

counts = dict()
with open(path1, 'r') as file1:
    for line1 in file1.read().splitlines():
        counts[line1] = 0
        with open(path2, 'r') as file2:
            for line2 in file2.read().splitlines():
                if line1 in line2:
                    counts[line1] += 1

for key, value in counts.iteritems():
    print("{}: {}".format(key, value))

次のように実行できます。

python count.py file1 file2

与えられたサンプルデータでは、次の出力が提供されます。

Monodelphis domestica: 5
Saccharomyces cerevisiae S288c: 1
Equus caballus: 10

以下は同じことをするBashスクリプトです。

#!/bin/bash

file1 = "$1"
file2 = "$2"

while read line; do
    count="$(grep -F "${line}" file2 | wc -l)"; echo "${line}: ${count}";
done < file1

Answer

目的のタスクを実行するPythonスクリプトは次のとおりです。

#!/usr/bin/env python
"""Count the occurrences of the lines in file1 inside file2."""

import sys

path1 = sys.argv[1]
path2 = sys.argv[2]

counts = dict()
with open(path1, 'r') as file1:
    for line1 in file1.read().splitlines():
        counts[line1] = 0
        with open(path2, 'r') as file2:
            for line2 in file2.read().splitlines():
                if line1 in line2:
                    counts[line1] += 1

for key, value in counts.iteritems():
    print("{}: {}".format(key, value))

次のように実行できます。

python count.py file1 file2

与えられたサンプルデータでは、次の出力が提供されます。

Monodelphis domestica: 5
Saccharomyces cerevisiae S288c: 1
Equus caballus: 10

以下は同じことをするBashスクリプトです。

#!/bin/bash

file1 = "$1"
file2 = "$2"

while read line; do
    count="$(grep -F "${line}" file2 | wc -l)"; echo "${line}: ${count}";
done < file1

一致する行数の計算

答え1

答え2

答え3

答え4

関連情報