☰

如何计算列的（加权）多数？

tag-icon • tag-icon awk perl math
如何计算列的（加权）多数？

我有两个文件：第一个文件包含第一列是 ID 的行，其余列是投票，例如

3242 -1 1 -1 1 1 1

第一步，我想计算 ID 的多数。对于上面的示例，投票为 1（因为正面投票多于负面投票）。我想将结果存储在输出文件中，其中包含以下行

3242 1

我还有一个文件，其中包含相应投票的“权重”，例如

3242 0.9 0.1 0.9 0.2 0.1 0.2

第二步，我还想计算不同线路的加权投票。在这种情况下，这将是

(0.9 * -1) + (0.1 * 1) + (0.9 * -1) + (0.2 * 1) + (0.1 * 1) + (0.2 * 1) = -1.2

结果是否定的，所以投票应该是-1。同样，我想将其存储在输出文件中，其中每一行都包含 ID 和结果投票。

这可以用 awk、perl 来实现吗？

答案1

#!/usr/bin/perl

use List::MoreUtils qw(pairwise);
use List::Util qw(sum);
use strict;

sub read_file {
    my ($filename) = @_;
    open F, '<', $filename or die "Could not open $filename: $!";
    my %data;
    while (<F>) {
        my ($id, @data) = split;
        $data{$id} = \@data;
    }
    close F;
    return %data;
}

sub output_file {
    my ($filename, %data) = @_;
    open F, '>', $filename or die "Could not open $filename: $!";
    for (sort keys %data) {
        print F "$_\t$data{$_}\n";
    }
    close F;
}

my %votes = read_file 'votes.tsv';
my %weights = read_file 'weights.tsv';

my %unweighted;
while (my ($id, $data) = each(%votes)) {
    my $sum = List::Util::sum(@$data);
    $unweighted{$id} = $sum < 0 ? -1 :
                       $sum > 0 ? +1 : 0;
}
output_file('unweighted.tsv', %unweighted);

my %weighted;
while (my ($id, $data) = each(%weights)) {
    my $dot_prod = sum(pairwise { $a * $b } @{$votes{$id}}, @$data);
    $weighted{$id} = $dot_prod < 0 ? -1 :
                     $dot_prod > 0 ? +1 : 0;
}
output_file('weighted.tsv', %weighted);

相关内容