2

我有两个文件。一个由唯一的列表组成，而另一个是带有年龄的冗余列表。

例如

File1:      File2:
Gaia        Gaia 3
Matt        Matt 12
Jane        Gaia 89
            Reuben 4

我的目标是匹配 File1 和 File2 并检索每个名称的最高年龄。到目前为止，我已经编写了以下代码。不太好用的一点是：当在哈希中找到相同的键时，打印更大的值。

欢迎任何建议/评论！

谢谢！！

#!/usr/bin/perl -w
use strict;

open (FILE1, $ARGV[0] )|| die "unable to open arg1\n"; #Opens first file for comparison
open (FILE2, $ARGV[1])|| die "unable to open arg2\n"; #2nd for comparison

my @not_red = <FILE1>;
my @exonslength = <FILE2>;

#2)  Produce an Hash of File2. If the key is already in the hash, keep the couple key-          value with the highest value. Otherwise, next.

my %hash_doc2;
my @split_exons;
my $key;
my $value;

foreach my $line (@exonslength) {

    @split_exons = split "\t", $line;

    @hash_doc2 {$split_exons[0]} = ($split_exons[1]);

 if (exists $hash_doc2{$split_exons[0]}) {

    if ( $hash_doc2{$split_exons[0]} > values %hash_doc2) {

     $hash_doc2{$split_exons[0]} = ($split_exons[1]);

    } else {next;}
       }
   }

#3) grep the non redundant list of gene from the hash with the corresponding value

my @a =  grep (@not_red,%hash_doc2);
print "@a\n";
4

2 回答 2

4

你需要保留所有的价值观吗？如果没有，您只能保留最大值：

@split_exons = split "\t", $line;
if (exists $hash_doc2{$slit_exons[0]}
    and $hash_doc2{$slit_exons[0]} < $split_exons[1]) {
    $hash_doc2{$split_exons[0]} = $split_exons[1];
}

您的代码也不会保留所有值。您不能将数组存储到哈希值中，您必须存储引用。可以通过以下方式向数组添加新值push：

push @{ $hash_doc2{$split_exons[0]} }, $split_exons[1];

您对数字比较的使用values也没有按照您的想法进行。<运算符强加一个标量上下文，因此返回values值的数量。另一种选择是存储排序的值并始终要求最高值：

$hash_doc2{$split_exons[0]} = [ sort @{ $hash_doc2{$split_exons[0]} }, $split_exons[1] ];
# max for $x is at $hash_doc2{$x}[-1]
于 2012-11-05T16:55:46.377 回答
1

您可以循环遍历并逐行处理数据文件，而不是将整个 file2 读入一个数组（如果它很大，那就不好了）：

#!/usr/bin/perl

use strict;
use warnings;
use autodie;
use Data::Dumper;

open( my $nameFh, '<', $ARGV[0]);
open( my $dataFh, '<', $ARGV[1]);

my $dataHash = {};
my $processedHash = {};

while(<$dataFh>){
    chomp;
    my ( $name, $age ) = split /\s+/, $_;
    if(! defined($dataHash->{$name}) or $dataHash->{$name} < $age ){
        $dataHash->{$name} = $age
    }
}

while(<$nameFh>){
    chomp;
    $processedHash->{$_} = $dataHash->{$_} if defined $dataHash->{$_};
}

print Dumper($processedHash);
于 2012-11-05T17:00:16.443 回答