linux - 文件 Linux Shell 中的列操作

Question

我有一个文件，其中的条目由空格分隔。例如:

example.txt

24676 256 218503341 2173
13236272 500 1023073758 5089
2230304 96 15622969 705
0 22 0 526
13277 28 379182 141

我想在命令行中打印“第 1 列/第 3 列”或类似的结果。我相信这可以用awk来完成。然而，有些条目是 0，因此除以 0 得到:

fatal: division by zero attempted

在更高级的情况下，我想找到除法的中值(或某个百分位数)。

Answer 1

有很多方法可以忽略除数为零的行，包括:

awk '$3 != 0 { print $1/$3 }' your-data-file

awk '{ if ($3 != 0) print $1/$3 }' your-data-file

问题变了——改为打印 0。答案并不难:

awk '{ if ($3 != 0) print $1/$3; else print 0 }' your-data-file

中位数和其他百分位数的处理要复杂得多。如果数据已排序，则最简单。如此简单，以至于我希望使用数字排序，然后从那里处理数据。

---

我挖出一个旧的 shell 脚本来计算描述性统计数据 - 单个数字数据列的最小值、最大值、众数、中值和十分位数:

:   "@(#)$Id: dstats.sh,v 1.2 1997/06/02 21:45:00 johnl Exp $"
#
#   Calculate Descriptive Statistics: min, max, median, mode, deciles

sort -n $* |
awk 'BEGIN { max = -999999999; min = 999999999; }
    {   # Accumulate basic data
        count[$1]++;
        item[++n] = $1;
        if ($1 > max) max = $1;
        if ($1 < min) min = $1;
    }
END {   # Print Descriptive Statistics
        printf("# Count = %d\n", n);
        printf("# Min = %d\n", min);
        decile = 1;
        for (decile = 10; decile < 100; decile += 10)
        {
            idx = int((decile * n) / 100) + 1;
            printf("# %d%% decile = %d\n", decile, item[idx]);
            if (decile == 50)
                median = item[idx];
        }
        printf("# Max = %d\n", max);

        printf("# Median = %d\n", median);
        for (i in count)
        {
            if (count[i] > count[mode])
                mode = i;
        }
        printf("# Mode = %d\n", mode);
    }'

min 和max 的初始值并不完全科学。它可以说明一个观点。

(这个 1997 年的版本几乎与其 1991 年的前身相同 - 事实上，除了版本信息行之外，其他所有内容都是相同的。因此，代码已有 20 多年的历史了。)