使用awk处理文本文件：计算特定三字符序列的比值

没问题，这就给你写一个针对性的awk脚本，完美处理你的需求——按ID分组，计算每个组里TTA的数值和其他所有3字符序列的数值比值。

核心思路 #

我们需要按ID分组处理数据：

1. 识别每个ID组的起始，收集组内所有序列的数值
2. 定位当前组中TTA对应的数值
3. 遍历组内其他序列，计算比值并输出
4. 处理完一个组后重置数据，继续下一组

完整awk脚本 #

把下面的内容保存成calculate_ratio.awk文件：

BEGIN { 
    FS = "\t"  # 设置字段分隔符为制表符，匹配你的数据格式
}

# 匹配ID开头的行，处理新组
/^ID/ {
    # 先处理上一个ID组的数据（如果不是第一个组）
    if (current_id != "") {
        process_group()
        delete data  # 清空数组，准备下一组
    }
    current_id = $0  # 记录当前ID
    next
}

# 处理数据行，存入数组
{
    data[$1] = $2
}

# 文件结束时，处理最后一个ID组
END {
    if (current_id != "") {
        process_group()
    }
}

# 定义处理组的函数，复用代码
function process_group() {
    print "==== " current_id " ===="
    # 检查当前组是否有TTA
    if ("TTA" in data) {
        tta_val = data["TTA"]
        # 遍历所有序列，计算比值
        for (seq in data) {
            if (seq != "TTA") {
                # 这里是 TTA数值 / 其他序列数值，按需调整顺序
                ratio = tta_val / data[seq]
                printf "TTA/%s = %.4f\n", seq, ratio
                # 如果需要反过来（其他/TTA），改成下面这两行：
                # ratio = data[seq] / tta_val
                # printf "%s/TTA = %.4f\n", seq, ratio
            }
        }
    } else {
        print "⚠️ 该组未找到TTA序列"
    }
    print ""  # 输出空行分隔不同组，提升可读性
}

使用方法 #

假设你的数据文件名为input.txt，在终端运行：

awk -f calculate_ratio.awk input.txt

示例输出 #

用你提供的示例数据运行后，输出会是这样：

==== ID1 ====
TTA/AAA = 0.1765
TTA/ATA = 0.5000
TTA/ATC = 0.2500
TTA/AAG = 0.3333
TTA/ACA = 0.2308
TTA/ATG = 0.1429
TTA/ACC = 0.2308
TTA/ACG = 0.6000
TTA/AAT = 0.2500
TTA/AGA = 0.2727
TTA/ATT = 0.1364
TTA/AGC = 0.2727
TTA/TAA = 1.0000
TTA/ACT = 0.3750
TTA/TAC = 0.2500

==== ID2 ====
⚠️ 该组未找到TTA序列

注意事项 #

• 如果你的数据分隔符不是制表符，修改BEGIN块里的FS值即可（比如空格分隔改成FS = " "）
• 比值的小数位数可以通过printf里的%.4f调整，比如%.2f就是保留两位小数
• 脚本里已经注释了反向比值的写法，按需替换就行

内容的提问来源于stack exchange，提问作者user7249622