bash - awk 大于 float

Question

我发现了一些与此相关的问题，但没有一个真正回答了我的问题。

我有一个像这样的表格文件:

2   10610   0   0   0   0.0105292
2   10649   0   0   0   0.041959
2   10682   0   0   0   0.0449746
2   10705   0   0   0   0.0441639
2   10797   2   0   0   0.0342728
2   10955   0   0   0   0.0136986
2   10957   0   0   0   0.0135135
2   11124   0   0   0   0.0583367
2   11336   1   0   0   0.0219502

我使用了这个命令:

awk '{if ($6 > 0.4) print $6}' myfile

这是输出:

0.0105292
0.041959
0.0449746
0.0441639
0.0342728
0.0136986
0.0135135
0.0583367
0.0219502

它返回第六列的所有值。在这里我不应该得到任何结果，因为条件不受尊重。所以我猜 awk 不会将 $6 视为 float 。

我尝试了其他语法，但仍然遇到同样的问题。

我还在第一列上尝试了该命令，它正在工作......

ps:我使用的是 MacOSX

编辑:虽然当我使用 awk '{print $6}' 时它可以工作

Answer 1

这是您的区域设置(请参阅 https://www.gnu.org/software/gawk/manual/gawk.html#Locales 特别是 https://www.gnu.org/software/gawk/manual/gawk.html#Locale-influences-conversions )，显式设置 LC_ALL=C 是解决问题的一种方法:

LC_ALL=C awk '{if ($6 > 0.4) print $6}' myfile

发生的情况是，您尝试使用小数点 .，但您的区域设置(在大多数欧洲国家和许多其他国家/地区通常如此)使用 , 代替。因此，当您的输入包含:

0.0105292

awk 不会将其识别为在您的语言环境中看起来像数字，因此它会被视为字符串。如果您的输入是:

0,0105292

然后 awk 会将其识别为数字(因此这是解决问题的另一种方法 - 使用逗号作为输入中的小数点)。

所以 awk 你的代码:

$6 > 0.4

是一个字符串“0.0105292”与数字0.4进行比较(根据POSIX，.是始终代码中使用的小数点)以及 gawk 手册中的比较表:

        +----------------------------------------------
        |       STRING          NUMERIC         STRNUM
--------+----------------------------------------------
        |
STRING  |       string          string          string
        |
NUMERIC |       string          numeric         numeric
        |
STRNUM  |       string          numeric         numeric
--------+----------------------------------------------

我们看到，当字符串与数字(或其他任何内容)进行比较时执行的比较类型是字符串比较。

因此，在您的原始代码中，字符串 "0.0105292" 正在与数字 0.4 进行字符串比较，并且 awk 显然决定前者大于后者(我不知道为什么，也许是其他一些语言环境的影响)。