Question

我想创建awk代码，它可以在$ 4列中为所有行找到相同的数字，并计算$ 4，$ 5列的中位数和平均值，并将其合并为一行。

INPUT：

     chr10  89623184    89624315    1   0.2062732989
     chr10  89623184    89624315    1   0.2155829606
     chr10  89623184    89624315    1   0.2471277767
     chr10  89623184    89624315    2   0.2236894639
     chr10  89623184    89624315    2   0.2291949506
     chr10  89623184    89624315    2   0.2252482173

输出：

                             MEAN   MEDIAN         MEAN

chr10 89623184    89624315    1   0.2155829606  0.2229946787 
chr10 89623184    89624315    2   0.2252482173  0.2260442106

谢谢你的帮助。

Answer 1

awk救援！

  awk '{
    k = $1 FS $2 FS $3 FS $4
    s[k] += $5
    v[k] = k in v ? v[k] FS $5 : $5
  }        
  END {
    for(i=1;i<=length(k);i++) printf "%s"," "
    printf " %s       %s\n","MEDIAN","MEAN"
    for (k in s) {
      n = split(v[k], m, FS)
      asort(m)
      median = n%2==0 ? (m[n/2]+m[n/2+1])/2 : m[(n-1)/2]
      print k, median, s[k]/n
    }
  }' file


                          MEDIAN       MEAN
chr10 89623184 89624315 1 0.2062732989 0.222995
chr10 89623184 89624315 2 0.2236894639 0.226044

您的密钥需要是前四个字段，而不仅仅是4.对于中位数计算，如果有偶数个观察值，则计算中间值的平均值。

一列中相同行的平均值

1 个答案: