☰

UNIX でファイル内の行全体の列の平均数と最大列数を計算するにはどうすればよいですか?

tag-icon • tag-icon linux text-processing awk
UNIX でファイル内の行全体の列の平均数と最大列数を計算するにはどうすればよいですか?

次のようなファイルがあります:

1
2 4 5 6 7 19
20
22
24 26 27 
29 30 31 32 34 40 50 56 58
234 235 270 500
1234 1235 1236 1237
2300

実際のデータ ファイルは巨大です。そのため、このデータ ファイルの最大数を確認したいと思います。また、行内に存在する列の平均数も確認したいと思います。この小さな例では、列の最大数は 9 (5 行目) で、行内の列の平均数は 3.33 です。何か提案はありますか?

答え1

$ awk 'NF > m { m = NF } { s += NF } END { printf("Max = %d\nAvg = %g\n", m, s/NR) }' data.in
Max = 9
Avg = 3.33333

スクリプトは、 のフィールド (列) の最大数と ​​のフィールド数の合計awkを追跡します。入力ストリームの最後に到達すると、収集された統計情報を出力します。ms

現在のレコード (行) のフィールド数は でNF、これまでに読み取られたレコード数は ですNR。

次のバージョンでも、フィールド数が最も多いレコードを追跡します。

awk 'NF > m { m = NF; r = NR } { s += NF } END { printf("Max = %d (%d)\nAvg = %g\n", m, r, s/NR) }' data.in
Max = 9 (6)
Avg = 3.33333

答え2

数学的な作業には「dc」ユーティリティを使用できます。

dc -e "
[zsmlksn]sb
[lk1+skzls+ss]sa
[[Max = ]nlmn[(]nlnn[)]n10an[Avg = ]n5klslk/1/n10an]sp
[lpxq]sq
[?z0=qlaxzlm<bcl?x]s?
0ddddsksmsnssd=?
"

上記の動作に向けて以下に示されている

tr '\t-' ' _'  data.in | # dc wants negative numbers to begin with underscores
dc -e "
[
   z sm  # store current num of cols in register "m"
   lk sn # store row num in register "n"
]sb

[
   lk 1 + sk # increment the number of rows
   z ls + ss # add num of cols to running sum of cols
]sa

[
   [Max=]n
   lmn             # put max number of cols on ToS & print it
   [(]n
      lnn          # put row num at which max number of cols are present on ToS & print it
   [)]n
   10an

   [Avg=]n
     5k ls lk /1/n  # accuracy of 5 digits, compute average = sum of cols / total num of cols
   10an

]sp

[
   lpx # print the results by invoking the macro "p"
   q   # quit
]sq

# while loop for reading in lines
[
   ? z 0 =q # quit when no columns found in the current line read in
   lax      # macro "a" does: rows++, sum+=cols
   z lm <b  # update max cols value stored in register "lm" when cols > lm
   c        # clear out the line and read in the next line
   l?x      # read the next line
]s?

# initializations+set the ball rolling:
# register "sk" -> line kount
# register "sm" -> max cols
# register "sn" -> row number corresp. to max cols
# register "ss" -> sum of cols

0
  d  d  d  d
  sk sm sn ss
d=?
"

結果

Max = 9(6)
Avg = 3.33333

関連情報