计数取决于awk中列中的值。

Question

我有个问题。我的输入文件由两列组成。在第一列中，我有MGD(和一些值)，比如MGD5、MGD19；在第二列中，我有SOL，还有一些值，比如SOL2、SOL41，在第二列中，我有3倍的SOL重复，所以在我的文件中有3行，其中SOL和MGD1 SOL41是一样的，后来我有MGD15 SOL41和后来的MGD68 SOL41。我想要两笔钱。“内”和“外”，但你是以一种特定的方式计算的。

( a)第一个条件:如果在所有三行中，我在$1和$2中都有相同的值，则在“内部”加上3，在“外部”中添加零。

MGD17  SOL72
MGD17  SOL72
MGD17  SOL72

( b)第二个条件是两个相同的数值，以$1为单位，但以一个不同的$1，当然在$2中相同，而我在“内部”加上1个，在“外部”加上2个，例如：

MGD17  SOL115
MGD51  SOL115
MGD51  SOL115

( c)第三个条件在$1中不同，在$2中相同，因此我将其添加到“内部”0和“外部”3中

MGD17  SOL4
MGD51  SOL4
MGD98  SOL4

输入示例

MGD24 SOL6215
MGD25 SOL6215
MGD26 SOL7
MGD26 SOL7
MGD27 SOL93
MGD27 SOL93
MGD27 SOL93
MGD28 SOL7
MGD28 SOL6215

预期输出(第一列为内部，第二列为外部)

4   5

为什么是这个输出？内3，外0

MGD27 SOL93
MGD27 SOL93
MGD27 SOL93

这里1内2外

MGD26 SOL7
MGD26 SOL7
...
MGD28 SOL7

这里0内3外

MGD24 SOL6215
MGD25 SOL6215
...
MGD28 SOL6215

我试着写剧本。我会在100个文件上这样做。我坚持这些条件，我不知道如何在代码中实现它们。我知道我应该处理这个文件两次，在第二次比较我的值。

#!/bin/bash
for index in {1..100} # I do this script on 100 files, that is s why I use for loop
do
    awk 'NR==FNR         {a[$1,$2]++; s[$1,$2]++; next} 

how to write these conditions????
       END             {print inner,outer}' eq9_$index.ndx{,} >> inner_outer_water_bridges_x2.txt
done

你有什么想法吗？

这就是答案-我修改了我的脚本来处理100个文件。

#!/bin/bash
for index in {1..100} # I do this script on 100 files, that is s why I use for loop
do
    sort -k2,2 -k1,1 eq9_x3_$index.ndx | 
    uniq -c             | 
    uniq -f2 -c         | 
    awk '$1>1{outer+=$1} $1<3{inner+=5-2*$1} END{print inner, outer}' >> inner_outer_water_bridges_x3.txt
done

我在输入数据下面写了@karakfa脚本的完整解释

MGD24 SOL6215
MGD25 SOL6215
MGD26 SOL7
MGD26 SOL7
MGD27 SOL93
MGD27 SOL93
MGD27 SOL93
MGD28 SOL7
MGD28 SOL6215

1. 首先对我们的值进行排序。主键在第二列，第二键在第一列。

    sort -k2,2 -k1,1 file >> output.txt

所以当我们运行脚本时，我们得到了这个

MGD24 SOL6215
MGD25 SOL6215
MGD28 SOL6215
MGD26 SOL7
MGD26 SOL7
MGD28 SOL7
MGD27 SOL93
MGD27 SOL93
MGD27 SOL93

然后，我们计算相同的行数，在第一列中写入重复的行数，只留下唯一的行()。

    sort -k2,2 -k1,1 file | 
    uniq -c  >> output.txt 

我们的产出

      1 MGD24 SOL6215
      1 MGD25 SOL6215
      1 MGD28 SOL6215
      2 MGD26 SOL7
      1 MGD28 SOL7
      3 MGD27 SOL93

然后，我们计算第二列的重复次数，在第一列中写入重复次数，然后用SOL

删除行。

    sort -k2,2 -k1,1 eq9_x3_1.ndx | 
    uniq -c             | 
    uniq -f2 -c          >> output.txt

我们的产出

      3       1 MGD24 SOL6215
      2       2 MGD26 SOL7
      1       3 MGD27 SOL93

然后，，

1. ，我们计算了这个值。当我们在第一列值大于1时，我们将第一列的值加到外部值(因此，在我们的日期中，我们从第一行加3，第一列加2，从第二行第一列加上2，所以我们的外部: 3+2 = 5。然后我们再次检查第一列的值，如果第一列的值低于3，那么对于第二行第一列，我们有5-2_2 = 1，对于第三行，第一列是: 5-2_1 =3，我们的内部:1+3 =4

。

Answer 1

$ sort -k2 -k1,1 file | 
  uniq -c             | 
  uniq -f2 -c         | 
  awk '$1>1{outer+=$1} $1<3{inner+=5-2*$1} END{print inner, outer}'


4 5

解释只是一个练习..。