linux - 计算 1kb 窗口的平均值

Question

我的文件如下所示:

18  1600014 +   CAA 0   3
18  1600017 -   CTT 0   1
18  1600019 -   CTC 0   1
18  1600020 +   CAT 0   3
18  1600031 -   CAA 0   1
18  1600035 -   CAT 0   1
...

我正在尝试计算涵盖第 2 列 1000 个范围的窗口中第 6 列的平均值。因此从 1600001-1601000、1601001-1602000 等。我的值从 1600000-1700000 变化。有什么办法可以一步到位吗？我最初的想法是使用 grep 对这些值进行排序，但这需要许多不同的命令。我知道您可以使用 awk 计算平均值，但是您可以在每个窗口上重复一遍吗？

期望输出是这样的:

1600001-1601000    3.215
1601001-1602000    3.141
1602001-1603000    3.542

Answer 1

你可以使用 GNU awk 来收集计数和总和，如果我理解你的问题是正确的，你可能需要这样的东西:

BEGIN { mod = 1000 
        PROCINFO["sorted_in"] = "@ind_num_asc"
      }

    {
      k= ($2 - ( $2 % mod ) ) / mod
      sum[ k ]+= $6
      cnt[ k ]++
    }

END { 
      for( k in sum ) printf( "%d-%d\t%6.3f\n", k*mod +1, (k+1)*mod, sum[k] / cnt [k])
    }