我有一个文本文件,其模式类似于以下
Sample1
Feature 1
A
B
C
Feature 2
A
G
H
L
Sample2
Feature 1
A
M
W
Feature 2
P
L
我试图计算每个样本中每个要素的条目数。所以我想要的输出应该是这样的:
Sample1
Feature 1: 3
Feature 2: 4
Sample2
Feature 1: 3
Feature 2: 2
我尝试使用以下awk命令:
$ awk '{if(/^\Feature/){n=$0;}else{l[n]++}}
END{for(n in l){print n" : "l[n]}}' inputfile.txt > result.txt
但它给了我以下输出
Feature 1: 6
Feature 2: 6
所以我想知道是否有人可以帮助我修改此命令以获得所需的输出或建议我另一个命令? (P.S原始文件包含数百个样本和大约94个特征)
答案 0 :(得分:1)
您可以使用此awk
:
awk '/^Sample/{printf "%s%s",(c?c"\n":""),$0;c=0;next}
/^Feature/{printf "%s\n%s: ",(c?c:""),$0;c=0;next}
{c++}
END{print c}' file
该脚本仅为不以c
或Sample
开头的行增加计数器Feature
。
如果找到2个关键字中的一个,则打印计数器。
答案 1 :(得分:0)
关注awk
可能会对您有所帮助。
awk '
/^Sample/ && count1 && count2{
print "Feature 1:",count1 ORS "Feature 2:",count2;
count1=count2=flag1=flag2=""}
/^Sample/{
print;
flag=1;
next}
flag && /^Feature/{
if($NF==1){ flag1=1 };
if($NF==2){ flag2=1;
flag1=""};
next}
flag && flag1{ count1++ }
flag && flag2{ count2++ }
END{
if(count1 && count2){
print "Feature 1:",count1 ORS "Feature 2:",count2}
}' Input_file
输出如下。
Sample1
Feature 1: 3
Feature 2: 4
Sample2
Feature 1: 3
Feature 2: 2
答案 2 :(得分:0)
此awk
也可能有效:
awk '/^Sample/ {
for (i in a)
print i ": " a[i]
print
delete a
next
}
/^Feature/ {
f = $0
next
}
{
++a[f]
}
END {
for (i in a)
print i ": " a[i]
}' file
Sample1
Feature 1: 3
Feature 2: 4
Sample2
Feature 1: 3
Feature 2: 2
答案 3 :(得分:0)
$ cat tst.awk
BEGIN { OFS = ": " }
/Sample/ { prtFeat(); print (NR>1 ? ORS : "") $0; next }
/Feature/ { prtFeat(); name=$0; next }
{ ++cnt }
END { prtFeat() }
function prtFeat() {
if (cnt) {
print name, cnt
cnt = 0
}
}
$ awk -f tst.awk file
Sample1
Feature 1: 3
Feature 2: 4
Sample2
Feature 1: 3
Feature 2: 2