查找矩阵中字符串的出现次数[关闭]答案

【问题标题】：Find number of occurences of a string in a matrix [closed]查找矩阵中字符串的出现次数[关闭]
【发布时间】：2014-10-28 05:38:05
【问题描述】：

从下表中我想总结第 1 列中 miRNA 的次数有一个正值和负值（第 3 列），然后将其绘制为条形图。

我已经发出了这个命令，但是它对值求和而不是计算出现次数：

awk '{x[$1 " " $2]+=$3} END{for (r in x)print r,x[r]}'

示例：

miRNA           target          value

mmu-miR-423-3p  NM_198167       0.7999
mmu-miR-744-5p  NM_001166476    0.79927
mmu-miR-423-5p  NM_146188      -0.79503
mmu-miR-423-3p  NM_172262      -0.79463
mmu-miR-3968    NM_001185020    0.79367
mmu-miR-298-5p  NM_175127       0.79357
mmu-miR-423-5p  NM_009320      -0.7934
mmu-miR-423-5p  NM_015732       0.7928
....

output:

miRNA           positive           negative
mmu-miR-423-3p  1                  1
mmu-miR-423-5p  1                  2

【问题讨论】：

使用哈希是解决这个问题的惯用方式（在 Perl 中）。
编辑了一个我试过的 awk

标签： r perl awk

【解决方案1】：

$ awk '
{ $3<0 ? neg[$1]++ : pos[$1]++ }
END {
    fmt = "%-16s%-10s%s\n"
    printf fmt, "miRNA", "positive", "negative"
    for (rna in pos)
        if (rna in neg)
            printf fmt, rna, pos[rna], neg[rna]
}
' file
miRNA           positive  negative
mmu-miR-423-3p  1         1
mmu-miR-423-5p  1         2

【讨论】：

+1 以获得简洁的解决方案。我会把它简化为一个漂亮的三元运算符$3<0 ? neg[$1]++ : pos[$1]++。仅作记录，perl 解决方案在这里并不完全公正。 ;)
我认为除了在作业或打印的右侧之外，我从未使用过三元表达式，我从未真正想到要使用它。我想我喜欢它，只需要说服自己它不会混淆代码。我刚刚决定我确实喜欢它，并且生成的代码很清楚，所以我更新了我的答案。谢谢！

【解决方案2】：

在 R 中尝试：

ddf$sign = ifelse(ddf$value<0,"neg","pos")
with(ddf, table(miRNA, sign))
                sign
miRNA            neg pos
  mmu-miR-298-5p   0   1
  mmu-miR-3968     0   1
  mmu-miR-423-3p   1   1
  mmu-miR-423-5p   2   1
  mmu-miR-744-5p   0   1

【讨论】：

【解决方案3】：

Perl 解决方案：

use strict;
use warnings;

my %dataCoutner;
foreach my $line (<DATA>) {
    chomp($line);
    next if($line =~ /^miRNA/);
    my @data = split /\s+/,$line;
    if($data[2] < 0) {
        $dataCoutner{$data[0]}->{'neg'}++;
    }
    else {
        $dataCoutner{$data[0]}->{'pos'}++;
    }
}
print "miRNA\tpositive\tnegative\n";
foreach my $key (sort keys %dataCoutner) {
    print "$key\t" . ($dataCoutner{$key}->{'pos'} // 0) . "\t" . ($dataCoutner{$key}->{'neg'} // 0) . "\n";
}

__DATA__
miRNA           target          value
mmu-miR-423-3p  NM_198167       0.7999
mmu-miR-744-5p  NM_001166476    0.79927
mmu-miR-423-5p  NM_146188      -0.79503
mmu-miR-423-3p  NM_172262      -0.79463
mmu-miR-3968    NM_001185020    0.79367
mmu-miR-298-5p  NM_175127       0.79357
mmu-miR-423-5p  NM_009320      -0.7934
mmu-miR-423-5p  NM_015732       0.7928

【讨论】：