Question

我有数百个文件夹，文件（file.tsv）包含四列，我想计算一列匹配给定阈值的行数。

例如：file.tsv（所有文件包含相同的数据格式）

S.No age weight height  
1    25  65     175  
2    28  75     180  
3    24  72     179  
4    26  80     190

我可以使用命令获取计数：

for i in $(find . -name '*.tsv'); do awk '$3>=70' $i | wc -l ; done

它提供类似

的输出

3

但我需要输出：

file.tsv 3

Answer 1

也许是这样的？

for i in $(find . -name '*.tsv'); do echo -n "$i: " ; awk '$3>=70' $i | wc -l ; done

这基本上是你的解决方案，只是打印文件名，在awk之前添加一个简单的echo -n "$i:。

我会以稍微不同的方式实现它：

find . -name '*.tsv' -print0 | xargs -0 -I {} awk '{if($3 >= 70) { count++ ;}} END{print FILENAME,count}' {}

Answer 2

你差不多......


    for i in $(find . -name '*.tsv'); do 
    awk 'BEGIN {ctr=0} 
         $3+0 >= 70 { ctr++ } 
         { next } 
         END { print FILENAME " " ctr }' $i; 
    done

通过在END块中测试ctr，您还可以禁止文件没有$3 >= 70，或者文件太少（编辑纠正了OP评论中指出的缺陷）

Answer 3

你需要的是：

find . -name '*.tsv' |
xargs -n 1 awk '(NR>1) && ($3>=70){ctr++} END{print FILENAME, ctr+0}'

如果您的文件名可以包含换行符，请将-print0添加到find，将-0添加到xargs。

计算给定阈值的行匹配数和返回文件名以及计数

3 个答案: