☰

Contando el número de líneas que tienen un número mayor que 100

tag-icon • tag-icon sed awk grep
Contando el número de líneas que tienen un número mayor que 100

Tengo un archivo con muchos números (solo números y cada número está en una línea). Quiero saber el número de líneas en las que el número es mayor que 100 (o cualquier otra cosa). ¿Cómo puedo hacer eso?

Respuesta1

Consideremos este archivo de prueba:

$ cat myfile
98
99
100
101
102
103
104
105

Ahora, contemos el número de líneas con un número mayor que 100:

$ awk '$1>100{c++} END{print c+0}' myfile
5

Cómo funciona

  • $1>100{c++}

    Cada vez que el número en la línea es mayor que 100, la variable cse incrementa en 1.

  • END{print c+0}

    Una vez que hayamos terminado de leer el archivo, cse imprime la variable.

    Al agregar 0a c, forzamos a awk a tratarlo ccomo un número. Si hubiera líneas con números >100, entonces cya es un número. Si no lo hubiera, entonces cestaría vacío (consejo:irúvar). Al agregarle cero, cambiamos la cadena vacía a a 0, dando una salida más correcta.

Respuesta2

Solución similar conperl

$ seq 98 105 | perl -ne '$c++ if $_ > 100; END{print $c+0 ."\n"}'
5


Comparación de velocidad:números reportados durante 3 ejecuciones consecutivas

Archivo aleatorio:

$ perl -le 'print int(rand(200)) foreach (0..10000000)' > rand_numbers.txt
$ perl -le 'print int(rand(100200)) foreach (0..10000000)' >> rand_numbers.txt

$ shuf rand_numbers.txt -o rand_numbers.txt 
$ tail -5 rand_numbers.txt 
114
100
66125
84281
144
$ wc rand_numbers.txt 
20000002 20000002 93413515 rand_numbers.txt
$ du -h rand_numbers.txt 
90M rand_numbers.txt

Conawk

$ time awk '$1>100{c++} END{print c+0}' rand_numbers.txt 
14940305

real    0m7.754s
real    0m8.150s
real    0m7.439s

Conperl

$ time perl -ne '$c++ if $_ > 100; END{print $c+0 ."\n"}' rand_numbers.txt 
14940305

real    0m4.145s
real    0m4.146s
real    0m4.196s

Y solo por diversión con grep(Actualizado: más rápido que incluso Perl con LC_ALL=C)

$ time grep -xcE '10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}' rand_numbers.txt 
14940305

real    0m10.622s

$ time LC_ALL=C grep -xcE '10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}' rand_numbers.txt
14940305

real    0m0.886s
real    0m0.889s
real    0m0.892s

sedno es divertido:

$ time sed -nE '/^10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}$/p' rand_numbers.txt | wc -l
14940305

real    0m11.929s

$ time LC_ALL=C sed -nE '/^10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}$/p' rand_numbers.txt | wc -l
14940305

real    0m6.238s

información relacionada