文章/答案/技术大牛

发布

社区首页 >问答首页 >awk:不过滤的非零数筛选器

问awk:不过滤的非零数筛选器
EN

Stack Overflow用户

提问于 2018-07-04 23:44:58

回答 1查看 87关注 0票数 0

我以前曾使用awk将包含大部分为零的庞大数据表简化为只有有趣的行(那些没有太多零的表)的较小的表，如下所示：

awk -F '\t' '{count=0} {for(i=2; i<30; i++) if($i==0) count++} {if(count<5) print $0}' BigTable > SmallerTable

现在，我想过滤一个类似的表，在大多数“女性”列中查找具有非零值的行，在大多数“男性”列中查找零。我尝试使用相同的awk逻辑，但我的代码返回输入文件的所有行。

#! /usr/bin/awk -f 
FS="\t"
{countF=0} {for(i=2; i<7; i++) if($i==0) countF++} 
# count zeros in female columns 2-6
{countM=0} {for(i=7; i<12; i++) if($i==0) countM++} 
# count zeros in male columns 7-12
{if (countF<2 && countM>3) {print $0}}
# if fewer than 2/5 females AND more than 3/5 males are zero, print line

我的输入文件是这样开始的：

NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN F_CR1   F_CR2   F_CR3   F_CR4   F_CR6   M_CR10  M_CR5   M_CR7   M_CR8   M_CR9
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 14727   13526   13318   13862   11040   18975   21411   20079   16285   15611
CCGGTGTGACAACTGTAGTGAACTCAGCTCA 23  32  26  15  28  28  42  29  8   22
AACCAAATCTACAAACAGGAGATGTTGTTCT 107 110 118 106 95  100 121 132 92  90
GAAATAGAACAGGCCTGGAAGCCATGTCAAA 15  15  16  12  11  31  23  19  9   28

我把打印行的语法搞砸了吗？任何建议都非常感谢！

awk

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-07-05 03:43:13

将FS="\t"更改为BEGIN{FS="\t"}。现在，该赋值的结果是一个真正的条件，它调用了打印每一行的默认操作。

然后将shell脚本更改为：

/usr/bin/awk '
BEGIN { FS="\t" }
{
    # count zeros in female columns
    countF=0
    for(i=2; i<=6; i++) {
        if ($i==0) {
            countF++
        }
    }

    # count zeros in male columns
    countM=0
    for(; i<=NF; i++) {
        if ($i==0) {
            countM++
        }
    }
}
# if fewer than 2/5 females AND more than 3/5 males are zero, print line
countF<2 && countM>3
' "$@"

因此，如果/当您需要将shell args分离为awk args和awk变量赋值时，它会更像awk，并且更容易在以后进行增强(shebang对此并不有用)。

还可以考虑缩写它并删除硬编码的男性/女性限制，而是从标题行中获取它们：

/usr/bin/awk '
BEGIN { FS="\t" }
FNR==1 {
    for (i=2; i<=NF; i++) {
        sub(/_.*/,"",$i)
        gender[i] = $i
    }
    next
}
{
    for (i=2; i<=NF; i++) {
        count[gender[i]] += ($i==0)
    }
}
count["F"]<2 && count["M"]>3
' "$@"

上面的测试是未经测试的，因为您没有为我们提供可供测试的预期输出。

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/51181823

复制

相似问题

问awk:不过滤的非零数筛选器
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问awk:不过滤的非零数筛选器EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问awk:不过滤的非零数筛选器
EN