Question

以下是我的意见：

chr1 58962 -0.042053 -22.525086 -20.817409 -19.525688 
chr1 58989 -0.014479 -14.459352 -12.824315 -11.744024
chr1 59155 -0.062963 -13.810858 -12.749009 -12.102778
chr1 59256 -0.014105 -7.371202  -9.117587  -11.525907

我在bash中寻找一种方法来获取每行的最大值的索引。我不想考虑前两列。

我可以在R：

中非常简单地完成

data=fread(myfile)
maxindex=apply(data[,3:6],1,which.max)

这样输出就是一个包含索引的数组。这是我想要的那种输出。在这种情况下：

maxindex= 1  1  1  1

不幸的是整个文件是32 Gb（包含300000行和8183列的大表），因此即使在我补贴原始文件之后R也无法接受它。我已经读到bash不能按行工作，但还有办法做我想做的事吗？

Answer 1

使用以下 awk 解决方案，它将更快而不是 perl < / em> 方法（在＆＃34;大＆＃34;文件）：

awk '{ m=$3; p=1; for(i=4;i<=NF;i++) { if ($i>m) { m=$i; p=i-2 } } printf "%d ",p }' file > max_indices

m=$3 - 初始最大值（第3个字段值）

for(i=4;i<=NF;i++) - 迭代剩余字段

if ($i>m) { m=$i; p=i-2 } - 捕获最大值

Answer 2

Perl解决方案：

perl -ane '$r = 2;
           for my $i (3 .. $#F) {
               $r = $i if $F[$i] > $F[$r];
           }
           print $r - 1, " ";
          ' < input-file > output-file

-n逐行处理输入行
-a将空格上的每一行拆分为@F数组
$r存储最大值的索引（在处理每一行之前设置为2）
在for循环中，我们尝试所有其他索引并存储最大索引（如果找到它）
处理完整行后，我们输出索引 - 1（因为索引从Perl中的0开始，你想忽略前两行）

Answer 3

如果你想用基本的bash操作编写脚本，你可以这样做：

#!/bin/bash

# Function to find the max-value of a one-dimensional array
findMax() 
{   
    [[ -z $2 ]] && return # Exit early if the string is empty

    declare -a pararr=($@) #Insert the input into an array we can work with

    # Basic brute-force algorithm to find the highest value in the array 
    maxInd=2 
    for (( i = 3; i < $#; i++ )); do
        (( $(echo "${pararr[$i]} > ${pararr[$maxInd]}" | bc) )) && maxInd=$i
    done

    echo -n " $(( maxInd - 2 ))"
}

echo -n "Maxindex:"

# Feed our findMax row-by-row from the input file
while read -r line; do
    findMax $line
done < ${!#}


echo # Append newline at the end

此脚本采用格式化为您的示例的文件，并逐行搜索最大索引。但是，在文件中，每行必须与换行符分隔，如你的示例所示，否则可能会发生一些不稳定的事情。如果您愿意，您当然可以扩展脚本以处理其他格式。

但是，如果您想对非常大的文件执行此操作，我认为其他人提供的解决方案将更适合。我不太了解bash的开销，因为我在大多数性能关键的应用程序中都使用C / C ++，但我猜它并不是很有效。

(( $(echo "${pararr[$i]} > ${pararr[$maxInd]}" | bc) )) && maxInd=$i

这部分脚本真的很难看，但我不知道有什么更好的方法来做浮点运算。我们在这里做的是我们正在评估我们目前在行中的当前位置，我们目前发现的价值最大。所以这个：

echo "${pararr[$i]} > ${pararr[$maxInd]}

可能会扩展到类似的东西

0.356 > 1.567

然后我们将它传递给bc，它为我们进行浮点比较。如果我们当前的位置大于我们到目前为止找到的最大值，我们将maxIndex设置为该值。希望这会有所帮助。

bash - 如何在矩阵中查找行的最大值的索引

3 个答案: