☰

Contando o número de linhas com um número maior que 100

tag-icon • tag-icon sed awk grep
Contando o número de linhas com um número maior que 100

Eu tenho um arquivo com muitos números (apenas números e cada número está em uma linha). Quero descobrir o número de linhas em que o número é maior que 100 (ou qualquer outra coisa). Como eu posso fazer isso?

Responder1

Vamos considerar este arquivo de teste:

$ cat myfile
98
99
100
101
102
103
104
105

Agora, vamos contar o número de linhas com número maior que 100:

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

Como funciona

  • $1>100{c++}

    Cada vez que o número na linha é maior que 100, a variável cé incrementada em 1.

  • END{print c+0}

    Após terminarmos de ler o arquivo, a variável cé impressa.

    Ao adicionar 0, cforçamos o awk a ser tratado ccomo um número. Se houvesse alguma linha com números >100, então cjá é um número. Se não houvesse, então cestaria vazio (gorjeta:iruvar). Ao adicionar zero a ele, alteramos a string vazia para a 0, fornecendo uma saída mais correta.

Responder2

Solução semelhante comperl

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


Comparação de velocidade:números relatados por 3 execuções consecutivas

Arquivo aleatório:

$ 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

Comawk

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

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

Comperl

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

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

E só por diversão com grep(Atualizada: mais rápido que Perl com 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

sednão é 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

informação relacionada