同じ遺伝子ファミリーの成績表の中間相関係数を取得したいと思います。
入力ファイル:
Trancript_id Correaltion coefficient R Gene_name Transcript_name
ENST00000588750 0.29000968 APOC1 APOC1-202
ENST00000592535 0.066122367 APOC1 APOC1-208
ENST00000592885 0.021134868 APOC1 APOC1-209
ENST00000589078 -0.026632376 APOC1 APOC1-204
ENST00000507983 0.027572878 APOC1P1 APOC1P1-201
ENST00000575148 0.022259741 APOC1P1 APOC1P1-204
ENST00000574565 0.162023776 APOC1P1 APOC1P1-203
ENST00000590360 -0.040690609 APOC2 APOC2-203
ENST00000585786 0.120824189 APOC2 APOC2-202
ENST00000343267 -0.022932868 APOD APOD-201
ENST00000458447 -0.013565352 APOD APOD-204
ENST00000463719 0.114022335 APOD APOD-205
ENST00000252486 0.006889061 APOE APOE-201
ENST00000446996 0.005700132 APOE APOE-204
ENST00000434152 0.220318481 APOE APOE-203
結果ファイル:
Trancript_id Gene_name r median r
ENST00000588750 APOC1 0.29000968 0.043628618
ENST00000592535 APOC1 0.066122367
ENST00000592885 APOC1 0.021134868
ENST00000589078 APOC1 -0.026632376
ENST00000507983 APOC1P1 0.027572878 0.027572878
ENST00000575148 APOC1P1 0.022259741
ENST00000574565 APOC1P1 0.162023776
ENST00000590360 APOC2 -0.040690609 0.04006679
ENST00000585786 APOC2 0.120824189
ENST00000343267 APOD -0.022932868 -0.013565352
ENST00000458447 APOD -0.013565352
ENST00000463719 APOD 0.114022335
ENST00000252486 APOE 0.006889061 0.006889061
ENST00000446996 APOE 0.005700132
ENST00000434152 APOE 0.220318481
答え1
あなたはそれを使用することができますGNUデータの混合グループの中央値を計算します。列が通常はスペースで区切られているとします(タブで区切られている場合は、このオプションを省略できます。CSV--whitespace
形式で使用-t,
)。
$ datamash --whitespace --headers groupby 3 median 2 < Input_file
GroupBy(coefficient) median(Correaltion)
APOC1 0.0436286175
APOC1P1 0.027572878
APOC2 0.04006679
APOD -0.013565352
APOE 0.006889061
データはに並べ替えられているため、結果を入力列に返すことGene_name
ができます。join
$ datamash --headers --whitespace groupby 3 median 2 < Input_file |
join --header -o1.1,0,1.2,2.2 -13 -21 Input_file -
Trancript_id coefficient Correaltion median(Correaltion)
ENST00000588750 APOC1 0.29000968 0.0436286175
ENST00000592535 APOC1 0.066122367 0.0436286175
ENST00000592885 APOC1 0.021134868 0.0436286175
ENST00000589078 APOC1 -0.026632376 0.0436286175
ENST00000507983 APOC1P1 0.027572878 0.027572878
ENST00000575148 APOC1P1 0.022259741 0.027572878
ENST00000574565 APOC1P1 0.162023776 0.027572878
ENST00000590360 APOC2 -0.040690609 0.04006679
ENST00000585786 APOC2 0.120824189 0.04006679
ENST00000343267 APOD -0.022932868 -0.013565352
ENST00000458447 APOD -0.013565352 -0.013565352
ENST00000463719 APOD 0.114022335 -0.013565352
ENST00000252486 APOE 0.006889061 0.006889061
ENST00000446996 APOE 0.005700132 0.006889061
ENST00000434152 APOE 0.220318481 0.006889061
各グループの最初の行にのみ中央値を追加する必要がある場合は、コンテンツ全体をawk 'seen[$2]++ {NF--} 1'
。