如何使用 awk 对多列（但不是全部）求和并按总和值排序

Question

我希望我可以用 awk 和/或 sort 解决这个问题：

我有一个 19 列的制表符分隔文件，格式如下：（以“基因”开头的行是我的标题）

Gene  -100 -75 -50 -25  0 25 50 75 100  -100 -75 -50 -25  0 25 50 75 100
MLL      0   0   0   2  5  2  0  0   1     0   0   4   8  5  5  4  0   1
MLL2     0   0   0   7 10  7  0  0   1     0   0   0   7 10  7  0  0   1

我想对第 2-10 列求和，然后按此求和值对行进行排序，得到如下输出：

Gene  -100 -75 -50 -25  0 25 50 75 100  -100 -75 -50 -25  0 25 50 75 100
MLL2     0   0   0   7 10  7  0  0   1     0   0   0   7 10  7  0  0   1
MLL      0   0   0   2  5  2  0  0   1     0   0   4   8  5  5  4  0   1

我知道如果我可以用我需要的总和值制作第 20 列，那么我可以使用排序来完成这项工作：

sort -nk20 file.txt

提前致谢！

Answer 1

两步解决方案

这对列求和并将总和打印为第 20 列：

$ awk 'NR==1{print $0,0;next;} {s=0; for (i=2;i<=NF;i++) s+=$i; print $0,s;}' file
Gene  -100 -75 -50 -25  0 25 50 75 100  -100 -75 -50 -25  0 25 50 75 100 0
MLL      0   0   0   2  5  2  0  0   1     0   0   4   8  5  5  4  0   1 37
MLL2     0   0   0   7 10  7  0  0   1     0   0   0   7 10  7  0  0   1 50

现在可以按照您的建议将上述输出通过管道传输到sort -nk20。

一步解决

如果你想在一个步骤中求和和排序并且你有 GNU awk，那么使用：

$ awk 'BEGIN{PROCINFO["sorted_in"]="@val_num_asc"} NR==1{print;next} {s=0; for (i=2;i<=NF;i++) s+=$i; a[NR]=s; b[NR]=$0} END{for (i in a)print b[i]}' file

或者，写成多行：

awk 'BEGIN{PROCINFO["sorted_in"]="@val_num_asc"} 
    NR==1{print;next} 
    {s=0; for (i=2;i<=NF;i++) s+=$i; a[NR]=s; b[NR]=$0}
    END{for (i in a)print b[i]}' file

PROCINFO 是 GNU awk 的一个特性。