awk使用另一個序列號來調整匹配字段的座標

Question

我試圖輸出製表符分隔的結果，該結果使用製表符分隔的文件中的數據組合並減去特定的行。

如果在每行$4匹配則第一匹配順序$6值被添加到$2，除非值1，則使用原始$2（如在第1行的情況下）。這是新的或經調整的$2值。

最後一個匹配連續的$6值被添加到$2，這是新的或調整後的$3值。

新$2和$3瓦萊斯在格式$1與$1組合：$2 - $3和$5值被印刷在線路。

只要$4的值是唯一的，下面的awk命令就很好，但情況並非總是如此。我似乎無法添加條件 ，檢查$6並且如果數字不是連續的（1 2是，但之後在92 93 94之間有中斷），那麼當有新的線路中斷時。

也許有另一種方式，但希望這有助於。謝謝:)

文件

chrX 110956442 110956535 chrX:110956442-110956535 ALG13 1 19 
chrX 110956442 110956535 chrX:110956442-110956535 ALG13 2 19 
chrX 110956442 110956535 chrX:110956442-110956535 ALG13 92 18 
chrX 110956442 110956535 chrX:110956442-110956535 ALG13 93 18 
chrX 110956442 110956535 chrX:110956442-110956535 ALG13 94 18 
chrX 110961329 110961512 chrX:110961329-110961512 ALG13 2 1 
chrX 110961329 110961512 chrX:110961329-110961512 ALG13 3 1 
chrX 25031028 25031925 chrX:25031028-25031925 ARX 651 3 

所需的輸出

chrX:110956442-110956444 ALG13 
chrX:110956534-110956536 ALG13 
chrX:110961331-110961332 ALG13 
chrx:25031679-25031679 ARX 

AWK

awk 'FNR==NR {S[$4]++;next} ($4 in S){if(S[$4]>1){print $1 OFS $2 OFS $2+S[$4] OFS $5;} 
else {if($6==1){print $1 OFS $2 OFS $2 OFS $5} 
else {print $1 OFS $2+$6 OFS $2+$6 OFS $5}};delete S[$4]}' file file 

電流輸出

chrX 110956442 110956449 ALG13 
chrX 110961329 110961334 ALG13 
chrX 25031028 25031031 ARX 

Answer 1

這不你最想要的東西：

function myprint(start, first, last, key) { 
    print "chrX:" (start + first) "-" (start + last) "\t" key; 
} 

NR == 1 { 
    last_start = $2; 
    key = $5; 
    first_stop = $6; 
    last_stop = $6; 
    next; 
} 

{ 
    if ($2 == last_start) { 
     if ($6 != (last_stop + 1)) { 
      myprint(last_start, first_stop, last_stop, key); 
      first_stop = $6; 
     } 
    } else { 
     myprint(last_start, first_stop, last_stop, key); 
     last_start = $2; 
     first_stop = ($6 == 1) ? 0 : $6; 
    } 
    key = $5; 
    last_stop = $6; 
} 

END { 
    myprint(last_start, first_stop, last_stop, key); 
} 

但是，我花了相當長的一段時間來了解你的要求，我仍然不明白爲什麼你需要的輸出的第二行是chrX:110956534-110956628 ALG13，因爲94 - 92 == 2。