Question

我有一个包含多列（大于1000）的文件。每列都有数字0,1或其他一些。制表符分隔文件如下所示：

我想计算文件中每列的每个唯一数字的出现次数。我如何使用AWK或shell？

P.S为了计算第一列中每个唯一数字的出现次数，我使用了AWK代码：

awk '{h[$1]++}; END {for (k in h) print k, h[k]}' file > output-file

它将结果表示为：

0  2
1  3

表示{1}在第1列中出现两次，0在第1列中出现三次。

我想对具有超过1000列的文件执行相同操作。

Answer 1

您只需要使关联数组h的键包含列号i和列值$i：

$ awk '{for (i=1;i<=NF;i++) h[i" "$i]++}; END {for (k in h) print k, h[k]}' file | sort -n
1 0 2
1 1 3
2 0 3
2 1 1
2 2 1
3 0 5

上面的最后一行表明第3列的值为0，发生了5次。

更详细：

for (i=1;i<=NF;i++) h[i" "$i]++

这会循环从第一个i-=1到最后一个i=NF的所有列。对于每列，它会更新该列的计数器h及其值。
END {for (k in h) print k, h[k]}

这将打印输出表。
sort -n

因为for (k in h)不以任何特定顺序生成密钥，所以我们将输出放在sort中。

Answer 2

使用awk 4.0 2D阵列

包含整数值的n = 3列的样本输入矩阵

bazel build -c opt --config=cuda textsum/...

输出是第0列中数据值的向量，在输入中出现，后跟n = 3列的矩阵，其中输入矩阵的相应列中的每个数据值的计数

码