Question

我有一个看起来像这样的文本文件：

A A A G A A
A A A A A A
G A G A G G
A G G G G G
G A A A A A
T C T C C C
A A A G A A
C C C C C C
T G G G G G
T T T T T T

我想逐行计算每个字母的出现次数。关于按字段执行此操作有相当多的文档，但不是按行。我一直在想： for(i=1; i <= NF, i++)循环遍历每一行中的列，然后创建一个计数器变量以将事件添加到。有更简单的方法吗？

Answer 1

我对awk不太满意，这是一个perl版本：

perl -ne 'my %c; $c{$_}++ for split; print scalar keys %c'

输出

212222212

如果您愿意，请添加换行符

perl -ne 'my %c; $c{$_}++ for split; print scalar keys %c . "\n"'

修改

对评论的反应，也许这更像你的意思：

perl -ne 'my %c; $c{$_}++ for split; print "$_:$c{$_} " for keys %c; print "\n"'

输出：

A:5 G:1 A:6 A:2 G:4 A:1 G:5 A:5 G:1 T:2 C:4 A:5 G:1 C:6 T:1 G:5 T:6

Answer 2

在awk中，我认为没有更简单的方法来迭代一行中的字段。

awk '
  {
    delete a
    for (i=1; i<=NF; i++)
      a[$i]++
    printf("%d -- ", NR)
    for (val in a)
      printf("%s:%d, ", val, a[val])
    print ""
  }
'

根据您的输入，此输出

1 -- A:5, G:1, 
2 -- A:6, 
3 -- A:2, G:4, 
4 -- A:1, G:5, 
5 -- A:5, G:1, 
6 -- C:4, T:2, 
7 -- A:5, G:1, 
8 -- C:6, 
9 -- G:5, T:1, 
10 -- T:6,

如何通过awk获取行的唯一字符数？

2 个答案: