我有几个包含以下内容的文件:
GGHTERR_01218 GGHTERR_02418 GGHTERR_01991
GGHTERR_02211 GGHTERR_02297 GGHTERR_02379
GGHTERR_02294 GGHTERR_02455 GGHTERR_02374
GGHTERR_00532 GGHTERR_00534
GGHTERR_00533 GGHTERR_00535
GGHTERR_00776 GGHTERR_00779
GGHTERR_01220 GGHTERR_01620
GGHTERR_01760 GGHTERR_01761
GGHTERR_01774 GGHTERR_02404
GGHTERR_01889 GGHTERR_01890
GGHTERR_02081 GGHTERR_02287
GGHTERR_02152 GGHTERR_02153
GGHTERR_02260 GGHTERR_02321
GGHTERR_02295 GGHTERR_02375
GGHTERR_02419 GGHTERR_02437
GGHTERR_02420 GGHTERR_02438
GGHTERR_02430 GGHTERR_02448
GGHTERR_00001
GGHTERR_00002
GGHTERR_00003
GGHTERR_00004
GGHTERR_00005
GGHTERR_00006
GGHTERR_00007
我想知道是否有一种简单的方法来计算具有 3 列、2 列和 1 列的行数。
所以输出应该是这样的:
3 columns: 3
2 columns: 14
1 colums: 7
答案1
Awk 非常适合这个。它将在空白处分割行(默认情况下;使用选项更改-F
),并且内部变量NF
(字段数)具有每行的字段数。因此,只需浏览该文件,保存NF
每一行:
awk '{
nums[NF]++
}
END{
for(num in nums){
printf "%d columns: %d\n", num, nums[num]
}
}' file
上面的代码只是将字段数 ( NF
) 存储在关联数组中nums
,该数组的键是字段数,值是在文件中找到列数的次数。最后,我们只需遍历数组并打印即可。在您的示例上运行上述结果将导致:
$ awk '{ nums[NF]++}END{for(num in nums){printf "%d columns: %d\n", num, nums[num]}}' file
1 columns: 7
2 columns: 14
3 columns: 3
这种方法的一个(小)缺点是您需要在内存中为文件中的每一行保留一个条目。这不会是一个问题,除非你的文件绝对巨大或者你的可用内存非常少,但如果是这样,你可以通过打印出每行的字段数然后计数来解决这个问题:
$ awk '{ print NF}' file | sort | uniq -c
7 1
14 2
3 3
或者,要获得相同的输出:
$ awk '{ print NF}' file | sort | uniq -c | while read num fields; do printf "%d columns: %d\n" "$num" "$fields"; done
7 columns: 1
14 columns: 2
3 columns: 3
答案2
一个非awk
解决方案,可能有点麻烦:
$ a=$(grep '^[GHTER_0-9]\+[[:space:]]\+[GHTER_0-9]\+[[:space:]]\+[GHTER_0-9]\+$' file | wc -l)
$ b=$(grep '^[GHTER_0-9]\+[[:space:]]\+[GHTER_0-9]\+$' file | wc -l)
$ c=$(grep '^[GHTER_0-9]\+$' file | wc -l)
$ printf "3 columns %s\n2 columns %s\n1 column %s\n" $a $b $c
3 columns 3
2 columns 14
1 columns 7