在awk中嵌套for循环以计算匹配值的字段数

Question

我有一个包含两列（140万行）的文件，如下所示：

CLM MXL
0 0
0 1
1 1
1 1
0 0
29 42
0 0
30 15

我想计算每种可能的价值组合的实例;例如，如果有列数CLM等于0且列MXL与1匹配的行数为x，我想打印：

0 1 x

由于列CLM的最大值为188且列MXL的最大值为128，我试图在awk中使用嵌套的for循环，如下所示：

awk '{for (i=0; i<=188; i++) {for (j=0; j<=128; j++) {if($9==i && $10==j) {print$0}}}}' 1000Genomes.ALL.new.txt > test

但这只打印出原始文件，这是有意义的，我只是不知道如何正确编写for循环，为每个值组合打印出一个文件，然后我可以wc，或打印出一个每个组合的计数文件。在awk，bash脚本，perl脚本中的任何解决方案都会很棒。

Answer 1

1。纯awk解决方案

$ awk 'NR>1{c[$0]++} END{for (k in c)print k,c[k]}' file | sort -n
0 0 3
0 1 1
1 1 2
29 42 1
30 15 1

如何运作

代码使用单个变量c。 c是一个关联数组，其键是文件中的行，其值是出现的次数。

• NR>1{c[$0]++}

  对于除第一行（具有标题）之外的每一行，这会增加该行中组合的计数。

• END{for (k in c)print k,c[k]}

  这将打印出最终的计数。

• sort -n

  这只是为了美学：它以可预测的顺序输出输出线。

2。使用uniq -c

的备选方案

$ tail -n+2 file | sort -n | uniq -c | awk '{print $2,$3,$1}'
0 0 3
0 1 1
1 1 2
29 42 1
30 15 1

如何运作

• tail -n+2 file

  这将打印除文件第一行以外的所有行。这样做的目的是删除列标题。

• sort -n | uniq -c

  对行进行排序，然后对重复项进行计数。

• awk '{print $2,$3,$1}

  uniq -c将计数放在首位，您希望计数成为最后一项。这只是将列重新排列为您想要的格式。