거의 많은 열이 있지만 아래와 같은 텍스트 파일이 있습니다. 가지고 있는 것을 추출하고 싶다특정 비율/수량TRUE 값의 수. 예를 들어 9개 행 중 2개에는 TRUE 열(TRUE/FALSE 값 포함)이 포함되어 있습니다.
또는 열을 추출하는 것이 더 좋습니다.적어도TRUE 값의 특정 수(예: 2)입니다. 위의 예에서는 열에 TRUE 값이 있는 행이 2~9개 있을 수 있습니다. 다양한 줄 수의 파일로 일반화해야 합니다.
감사해요!
입력 파일 예:
Comparison MT group1 group1.1 group1.2 group1.3 group1.4 group1.5 group1.6 group1.7 group1.8 group1.9
BP:HA FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
CB:HA FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
HA:PI TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
AL:GR FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
AL:LA TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
AL:PL FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
GR:PP FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
LA:PP TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
PL:PP FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
TRUE 값이 2개 이상인 열에 대한 원하는 결과:
결과물 파일:
MT
group1
group1.9
답변1
모든 열을 스캔하고 각 열에 대해 "TRUE" 개수를 누적합니다.
마지막으로, 설정점보다 크거나 같은 모든 열을 인쇄합니다.
#!/bin/bash
awk -vprop="${1:-0.3}" '
NR==1{split($0,fields);next};
{for(i=2;i<=NF;i++){ if($i=="TRUE" ){t[i]++};
if($i=="FALSE"){f[i]++}
}
}
END{
for(j in t)
if( (1/(1+f[j]/t[j])) >= prop){
printf("%-10s\t%s\t%s\n",fields[j],j,1/(1+f[j]/t[j]) )
}
}' infile
실행 시(제공한 데이터에 대해):
$ ./script 0.001
MT i=2 t=3 f=6 p=0.333
group1 i=3 t=2 f=7 p=0.222
group1.8 i=11 t=1 f=8 p=0.111
group1.9 i=12 t=3 f=6 p=0.333
열 2(MT)에는 TRUE 값이 1개 이상(실제로는 3개) 있습니다.
열 3(그룹 1)에는 TRUE 값이 2개 있습니다.
열 11(group1.8)에는 TRUE 값이 1개 있습니다. 열 12(group1.9)에는 3개의 TRUE 값이 있습니다.
척도를 제공하지 않으면 기본값은 0.3입니다.
$ ./script
MT i=2 t=3 f=6 p=0.333
group1 i=3 t=2 f=7 p=0.222
group1.9 i=12 t=3 f=6 p=0.333
답변2
bash를 사용하여 충분한 인스턴스가 있는 열을 선택하는 한 가지 방법은 다음과 같습니다 TRUE
.
min_true=3; \
max_col=12; \
for col in $(seq 2 $max_col); do \
sed 's, ,.,g;s, ,.,g' "$filename" | \
tail -n+2 | \
cut -d. -f$col > /tmp/f; \
count=$(grep TRUE /tmp/f | wc -l); \
if [ "$count" -ge "$min_true" ]; then \
echo "Column $(($col-1)): $count out of $(echo $(wc -l </tmp/f))"; \
cat /tmp/f; \
fi; \
done
"3 of 9"와 같은 문자열에 대한 출력을 grep하여 열 번호를 얻을 수 있습니다(0부터 계산 시작).
Column 1: 3 out of 9
FALSE
FALSE
TRUE
FALSE
TRUE
FALSE
FALSE
TRUE
FALSE
답변3
$ awk -v p='10' 'NR==1 { split($0,cols); next }
{
for (i=2; i<=NF; ++i)
nt[i] += ($i == "TRUE" ? 1 : 0 )
}
END {
for (i=2; i<=NF; ++i) {
cp = 100*nt[i]/NR
if (cp > p) printf("%-20s %.2f%%\n", cols[i], cp)
}
}' file
MT 30.00%
group1 20.00%
group1.9 30.00%
프로그램 awk
은 열 헤더를 표시하는 데 필요한 백분율인 하나의 매개변수를 사용합니다 p
.TRUE
첫 번째 행부터 시작하여 모든 열 헤더를 배열에 저장합니다 cols
. 그런 다음 TRUE
해당 단어가 각 열에 나타나는 횟수를 합산합니다 . 마지막으로 TRUE
각 열의 행 비율을 계산하고 cp
이를 와 비교합니다 p
. 주어진 p
값보다 큰 경우, 컬럼명과 백분율을 출력합니다.