linux - 计算linux文件中的最小值、最大值、计数

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求提供代码的问题必须表现出对所解决问题的最低限度的了解。包括尝试的解决方案、为什么它们不起作用以及预期结果。另请参阅:Stack Overflow question checklist

已关闭 9 年前。

Improve this question

我在 Linux 服务器上有一个文件，其中包含如下数据:

a   22
a   10
a   17
a   51
a   33
b   51
b   47
c   33

我想要一个 shell 脚本或 Linux 命令来查找第 1 列中每个值的最小值、平均值、90%、最大值和计数。

示例:

for a min = 10, avg = 26, 90% = 33, max = 51, and count = 5.

Answer 1

这里的版本甚至有 90% 的百分位使用 gawk。

百分位的定义是由下式给出的维基百科并称为Nearest rank .

轮次函数可以找到 here .

#!/bin/bash

gawk '
function round(x, ival, aval, fraction)
{
    ival = int(x)    # integer part, int() truncates

    # see if fractional part
    if (ival == x)   # no fraction
        return ival   # ensure no decimals

    if (x < 0) {
        aval = -x     # absolute value
        ival = int(aval)
        fraction = aval - ival
        if (fraction >= .5)
            return int(x) - 1   # -2.5 --> -3
        else
            return int(x)       # -2.3 --> -2
    } else {
        fraction = x - ival
        if (fraction >= .5)
            return ival + 1
        else
            return ival
    }
}
# the following block processes all the lines
# and populates counters and values
{
    if($1 in counters) {
        counters[$1]++;
    } else {
        counters[$1] = 1;
    }
    i = counters[$1];
    values[$1, i] = $2;
} END {
    for (c in counters) {
        delete tmp;
        min = values[c, 1];
        max = values[c, 1];
        sum = values[c, 1];
        tmp[1] = values[c, 1];
        for (i = 2; i <= counters[c]; i++) {
            if (values[c, i] < min) min = values[c, i];
            if (values[c, i] > max) max = values[c, i];
            sum += values[c, i];
            tmp[i] = values[c, i];
        }

        # The following 3 lines compute the percentile.
        n = asort(tmp, tmp_sorted);
        idx = round(0.9 * n + 0.5); # Nearest rank definition
        percentile = tmp_sorted[idx];

        # Output of the statistics for this group.  
        printf "for %s min = %d, avg = %f, 90 = %d,max = %d, count = %d\n", c, min, (sum / counters[c]), percentile, max, counters[c]; 
    }
}'

运行执行:

./stats.sh < input.txt

我假设上述脚本名为 stats.sh 并且您的输入保存在 input.txt 中。

输出为:

for a min = 10, avg = 26.600000, 90 = 51,max = 51, count = 5
for b min = 47, avg = 49.000000, 90 = 51,max = 51, count = 2
for c min = 33, avg = 33.000000, 90 = 33,max = 33, count = 1

解释如下:

counters是一个关联数组，键是第1列的值该值是在每个输入中找到的值的数量第 1 列中的值。

values 是二维的(value_in_column_one, counter_per_value)数组，将所有值按第一列中的值分组。

在脚本末尾，最外层循环遍历所有值在第 1 列中找到。最里面的 for 循环分析属于的所有值为第 1 列中的特定值，并计算所有静态数据。