Question

给定CSV文件：

id, fruit, binary
1, apple, 1
2, orange, 0
3, pear, 1
4, apple, 0
5, peach, 0
6, apple, 1

如何计算水果中的每个唯一值

二进制值= 1 /出现次数的次数果实出现在水果柱中？

另一种方法是将每个独特水果的二进制列的值相加。

例如：

对于水果苹果，它以二进制= 1出现两次，频率为3.因此我将获得2/3。

如何用高效的AWK代码编写？

我知道我可以这样做以从第二列中获取唯一值：

cut -d , -f2 file.csv | sort | uniq |

或

awk '{ a[$2]++ } END { for (b in a) { print b } }' file.csv

所以我的非工作代码如下所示：

 cat file.csv | awk '{ a[$2]++ } END { for (b in a) if ($3==1) {sum+=$3} END {print $0 sum}'

和

awk '{ a[$2]++ } END { for (b in a) { sum +=1 } }' file.csv

需要帮助来纠正我的语法并合并2个awk代码

Answer 1

这对你有用吗？

 $ cat file.csv
    1, apple, 1
    2, orange, 0
    3, pear, 1
    4, apple, 0
    5, peach, 0
    6, apple, 1

$ cat file.csv|awk -F',' '{ $3 == 1 && fruit[$2]++; tfruit[$2]++ } END { for ( fr in tfruit) { print fr, fruit[fr], tfruit[fr] } }'
 pear 1 1
 apple 2 3
 orange  1
 peach  1

Answer 2

与其他答案几乎相同，但打印0而不是空白。

AMD$ awk -F, 'NR>1{a[$2]+=$3;b[$2]++} END{for(i in a)print i, a[i], b[i]}' File
pear 1 1
apple 2 3
orange 0 1
peach 0 1

将,作为字段分隔符。对于除第一行之外的所有行，更新数组a。即$2(fruit name)被视为索引，并将binary为1的次数加起来。同时将b[$2]增加1，这将是看到fruit的次数。最后，打印fruit，binary count和num of times fruit seen。希望很清楚。

AWK计算术语相对于其他列出现的次数

2 个答案: