统计a文件中某个元素在b文件出现的次数

清泉一边

各位大神：
如果a.txt第一列与b.txt第二列相同，统计b.txt的第三列数与第四列数之间出现的A,B或C（a.txt的第三列）的次数。如果a.txt的第二列在b.txt的第三列与第四列之间，那么就把a.txt的第四列出现的次数加1。结果如下：
len            start  end  A  B  C
len_1        01        330        401  1   3   0
len_2        01        432        452  0   1   1
len_3        01        500        600  0  3    4

a.txt
01        333        A
01        369        B
01        387        B
01        400        B
01        416        B
01        450        C
01        455        B
01        466        B
01        468        B
01        471        C
01        504        B
01        506        B
01        508        C
01        522        C
01        523        B
01        577        C
01        600        C
01        607        A
02        609        B
02        645        B
.....
......

b.txt
len_1        01        330        401
len_2        01        432        452
len_3        01        500        600
......
......

谢谢各位大神！

清泉一边

1. #!/usr/bin/perl -w
   
2. use strict;
   
3. open (IN1,"C:\\Users\\lenovo\\Desktop\\a.txt") || die "no1";
   
4. open (IN2,"C:\\Users\\lenovo\\Desktop\\b.txt")|| die "no2";
   
5. print "len start  end  A  B  C";
   
6. while (my $line = <IN1>){
   
7. chomp $line;
   
8. my @r = split /\t/,$line;
   
9. my $a = 0;
   
10. my $b = 0;
    
11. my $c = 0;
    
12.         while (<IN2>){
    
13.         chomp;
    
14.         my @s = split /\t/,$_;
    
15.                         if ($s[0] eq $r[1] &&  $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "A"){
    
16.                            $a ++;
    
17.                            }
    
18.                  elsif ($s[0] eq $r[1] && $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "B"){
    
19.                            $b ++;
    
20.                            }
    
21.                  elsif ($s[0] eq $r[1] && $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "C"){
    
22.                            $c ++;
    
23.                            }
    
24.         }
    
25. print "$line\t$a\t$b\t$c\n";
    
26. }
    
27. 
    
28. print "over";

复制代码

不知道错哪儿啦？哪位大神给看看~回复 1# 清泉一边


   

sunzhiguolu

有个地方没看明白, 请解释下:
len_2        01        432        452  0   1   1, 估计跟你的问题描述的后半段有关系. 如果a.txt的第二列在b.txt的第三列与第四列之间，那么就把a.txt的第四列出现的次数加1。

sunzhiguolu

总感觉你的 @r, @s 进行范围比较时用的索引值与你提供的示例文本的对应关系不太对.

sunzhiguolu

问题 3 处:
1.> 文件句柄 IN2 在外, IN1 在内
2.> 每次进入内循环的 while 之前, 重新打开一下 IN1 句柄
3.> 数组 @r, @s 与元素之间的对应关系

stanley_tam

没有具体看你的对比的逻辑。。。
目测open IN2应该在while里面吧，如：

1. #!/usr/bin/perl -w
   
2. use strict;
   
3. open (IN1,"C:\\Users\\lenovo\\Desktop\\a.txt") || die "no1";
   
4. print "len start  end  A  B  C";
   
5. while (my $line = <IN1>){
   
6. chomp $line;
   
7. my @r = split /\t/,$line;
   
8. my $a = 0;
   
9. my $b = 0;
   
10. my $c = 0;
    
11. open (IN2,"C:\\Users\\lenovo\\Desktop\\b.txt")|| die "no2";
    
12.         while (<IN2>){
    
13.         chomp;
    
14.         my @s = split /\t/,$_;
    
15.                         if ($s[0] eq $r[1] &&  $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "A"){
    
16.                            $a ++;
    
17.                            }
    
18.                  elsif ($s[0] eq $r[1] && $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "B"){
    
19.                            $b ++;
    
20.                            }
    
21.                  elsif ($s[0] eq $r[1] && $s[1]>=$r[2] && $s[1]<=$r[3] && $s[2] eq "C"){
    
22.                            $c ++;
    
23.                            }
    
24.         }
    
25. print "$line\t$a\t$b\t$c\n";
    
26. }
    
27. 
    
28. print "over";

复制代码

sunzhiguolu

stanley_tam 发表于 2016-08-13 20:53
没有具体看你的对比的逻辑。。。
目测open IN2应该在while里面吧，如：

目测好像也需要点依据吧,

sunzhiguolu

来一个:

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. use Tie::File;
   
5. 
   
6. open (my $fhR, '<', './b');
   
7. tie (my @aFa, 'Tie::File', './a');
   
8. while (defined (local $_ = <$fhR>)){
   
9.     my (@aB, @aA) = split;
   
10.     my %hCnt = map {$_, 0} 'A' .. 'C';
    
11.     foreach (@aFa){
    
12.         @aA = split;
    
13.         $hCnt{$aA[-1]}++ if ($aB[1] eq $aA[0] and $aB[2] <= $aA[1] and $aA[1] <= $aB[-1]);
    
14.     }
    
15.     print join ("\t", @aB, @hCnt{'A', 'B', 'C'}), "\n";
    
16. }
    
17. close ($fhR);
    

复制代码

len_1   01      330     401     1       3       0
len_2   01      432     452     0       0       1
len_3   01      500     600     0       3       4

sunzhiguolu

再来,

1. #!/usr/bin/perl -w
   
2. use strict;
   
3. 
   
4. my (@aChars, %hMap) = ('A' .. 'C');
   
5. open (my $FHa, '<', './a');
   
6. map {my @aT = split; push (@{$hMap{$aT[0]}}, [@aT])} <$FHa>;
   
7. close ($FHa);
   
8. open (my $FHb, '<', './b');
   
9. while (defined (local $_ = <$FHb>)){
   
10.     my @aB = split;
    
11.     my %hCnt = map {$_, 0} @aChars;
    
12.     foreach (@{$hMap{$aB[1]}}){
    
13.         $hCnt{$_->[-1]}++ if ($_->[1] >= $aB[2] and $_->[1] <= $aB[-1]);
    
14.     }
    
15.     print join ("\t", @aB, @hCnt{@aChars}), "\n";
    
16. }
    
17. close ($FHb);
    

复制代码

jason680

$ perl get_len.pl
        len        start        end        A        B        C
len_1        01        330        401        1        3        0
len_2        01        432        452        0        0        1
len_3        01        500        600        0        3        4

$ cat get_len.pl
use strict;
use warnings;

my $sFa = "a.txt";
my $sFb = "b.txt";

open(my $FHa, "<", $sFa) or die "can't open $sFa\n";
open(my $FHb, "<", $sFb) or die "can't open $sFb\n";

sub get_len{
   my($FH) = @_;
   $_ = <$FH>;
   s/\s*$//;
   return(split);
}

my $sCnt = 0;
my ($sNum_a, $sVal, $sKey) = (0,0,"");  
print join("\t", " ", qw/ len start end A B C/), "\n";
while(<$FHb>){
  chomp;  
  my($sLen, $sNum, $sStart, $sEnd) = split;
  
  my %hCnt=('A' => 0, 'B' => 0, 'C' => 0);
  while($sNum > $sNum_a or $sNum == $sNum_a && $sVal <= $sEnd ){
     ++$hCnt{$sKey} if($sNum==$sNum_a && $sStart <= $sVal && $sVal <= $sEnd);
     last if eof $FHa;
     ($sNum_a, $sVal, $sKey) = get_len($FHa);  
  }
  print join("\t", $sLen, $sNum, $sStart, $sEnd, @hCnt{qw/A B C/}),"\n";
}