尴尬的数值分组列记录总数

Question

我有一个变量，该变量根据条件（通过其他编程语言组成）将列的结果分配。

我试图拥有一个计算每个组NR的变量。如果总结所有组，则应具有文件的NR。

例如nr [拆分变量]时，我会遇到一个致命的错误。

当我尝试在计算中使用nr时， 每个组中的

sex, weight

male,50
female,49
female,48
male,66
male,78
female,98
male,74
male,54
female,65

NR是9个，但实际上，我想要一种男性的NR，是女性的5和

4

sex= $(f["sex"])   
ccWeight[sex] += $(f["weight"])
avgWeight = ccWeight[sex] / ¿?

。 ：我现在不需要打印结果，而只是将此数字存储在变量上。

Answer 1

一个awk想法：

awk -F, '
NR>1 { counts[$1]++              # keep count of each distinct sex
       counts_total++            # replace dependency on NR
       weight[$1]+=$2            # keep sum of weights by sex
     }
END  { for (i in counts) {
           printf "%s: (count) %s of %s (%.2f%)\n",i,counts[i],counts_total,(counts[i]/counts_total*100)
           printf "%s: (avg weight) %.2f ( %s / %s )\n",i,(weight[i]/counts[i]),weight[i],counts[i]
       }
     }
' sample.dat

注意：

• op可以添加其他代码以验证总数和权重并不为零（以免生成“按零”错误生成“分隔”
• ）如果没有（Fe）男性记录要处理？

这会生成：

female: (count) 4 of 9 (44.44%)
female: (avg weight) 65.00 ( 260 / 4 )
male: (count) 5 of 9 (55.56%)
male: (avg weight) 64.40 ( 322 / 5 )

Answer 2

gnu datamash可能是您要寻找的东西，例如：

<infile datamash -Hst, groupby 1 count 1 sum 2 mean 2 | column -s, -t

输出：

GroupBy(sex)  count(sex)  sum(weight)  mean(weight)
female        4           260          65
male          5           322          64.4