☰

從列中取得最大值並提取至少包含該值 20% 的所有行

tag-icon • tag-icon linux shell-script awk
從列中取得最大值並提取至少包含該值 20% 的所有行

我想找到B列的最大值和保留 B 列值等於或大於最大值 20% 的所有行。

輸入資料

A B C D E
2 79 56 SD L
1 09 67 JK S
9 60 37 KD G
0 10 47 SO E

期望的輸出

A B C D E
2 79 56 SD L
9 60 37 KD G

我嘗試過使用awk 'BEGIN {max = 0} {if ($2>max) max=$2} END {if ($2 >= (0.1*max)) print}' file_in > file_out，但這只會列印出文件的最後一行。

答案1

您需要將所有行保存在數組中，以便能夠在END{ }.或者，掃描文件兩次。因此，保存所有值和行：

awk 'NR == 1 {header=$0; next}            # save the header            
  { lines[NR]  = $0; values[NR] = $2;     # save the line and 2nd field
    if ($2 > max) max = $2; }             # update max

  END { print header;                     # in the end, print the header
        for (i = 1 ; i <= NR ; i++)  {    # (we skipped line 0)
          if (values[i] >= max * 0.2)     # print lines where $2 was high enough
            print lines[i]; } } ' file_in

答案2

和磨坊主:

1）漂亮的列印資料：

$> mlr --from data --ipprint --otsv cat
A   B   C   D   E
2   79  56  SD  L
9   60  37  KD  G

2）將欄位的最大值新增B至欄位B_max：

$> mlr --from data --ipprint --otsv stats1 -a max -f B -s -F
A   B   C   D   E   B_max
2   79  56  SD  L   79.000000
1   09  67  JK  S   79.000000
9   60  37  KD  G   79.000000
0   10  47  SO  E   79.000000

3) 過濾線其中B >= B_max * 0.2：

$> mlr --from data --ipprint --otsv stats1 -a max -f B -s -F then filter '$B >= $B_max*0.2'
A   B   C   D   E   B_max
2   79  56  SD  L   79.000000
9   60  37  KD  G   79.000000

4）然後再cut離開B_max：

$> mlr --from data --ipprint --otsv stats1 -a max -f B -s -F then filter '$B >= $B_max*0.2' then cut -x -f B_max
A   B   C   D   E
2   79  56  SD  L
9   60  37  KD  G

相關內容