比较字段1中每个记录的值以找到最小值和最大值AWK

Question

我是文字预处理和AWK语言的新手。

我试图遍历给定field（field1）中的每个记录，找到值的最大值和最小值并将其存储在变量中。

算法：

1）设置最小值= 0和最大值= 0

2）遍历$ 1（字段1）

3）比较字段1的FNR并设置最大值和最小值

4）最后打印最大和最小

这是我尝试的：

BEGIN{max = 0; min = 0; NF = 58}
{
     for(i = 0; i < NF-57; i++)
     {

           for(j =0; j < NR; j++)
           {
             min = (min < $j) ? min : $j
             max = (max > $j) ? max : $j
           }
     }
}
END{print max, min}

#Dataset
f1  f2  f3  f4 .... f58
0.3 3.3 0.5 3.6
0.9 4.7 2.5 1.6 
0.2 2.7 6.3 9.3
0.5 3.6 0.9 2.7
0.7 1.6 8.9 4.7

此处，f1，f2，..，f58是数据集中的字段或列。

我需要遍历第一栏（f1）并找到Min-Max。

所需的输出：最小值= 0.2最大值= 0.9

结果是：Min =”（我没有得到任何结果）Max = 9.3（我得到了所有字段的最大值，而不是field1）

这是出于学习目的，因此我要求一列，以便我可以自己尝试多列

这些是我所拥有的：

因为只有四个字段，所以此for循环仅循环4次。 for循环内的代码是否会对每个记录执行5次？

for(i = 0; i < NF; i++)
{
    if (min[i]=="") min[i]=$i
    if (max[i]=="") max[i]=$i
    if ($i<min[i]) min[i]=$i
    if ($i>max[i]) max[i]=$i
}

END
{
    OFS="\t"; 
    print "min","max";
    #If I am not wrong, I saved the data in an array and I guess this would be the right way to print all min and max?
    for(i=0; i < NF; i++;)
    {
            print min[i], max[i]
    }
}

Answer 1

这是一个可行的解决方案，实际上比您正在做的事情容易得多：

/^-?[0-9]*(\\.[0-9]*)?$/检查$1确实是有效数字，否则将其丢弃。

sort -n | awk '$1 ~ /^-?[0-9]*(\.[0-9]*)?$/ {a[c++]=$1} END {OFS="\t"; print "min","max";print a[0],a[c-1]}'

如果不使用此参数，则需要初始化min和max，例如，使用第一个值：

awk '$1 ~ /^-?[0-9]*(\.[0-9]*)?$/ {if (min=="") min=$1; if (max=="") max=$1; if ($1<min) min=$1; if ($1>max) max=$1} END {OFS="\t"; print "min","max";print min, max}'

可读版本：

sort -n | awk '
$1 ~ /^-?[0-9]*(\.[0-9]*)?$/ {
  a[c++]=$1
}
END {
  OFS="\t"
  print "min","max"
  print a[0],a[c-1]
}'

和

awk '
  $1 ~ /^-?[0-9]*(\.[0-9]*)?$/ {
    if (min=="") min=$1
    if (max=="") max=$1
    if ($1<min) min=$1
    if ($1>max) max=$1
  }
  END {
    OFS="\t"
    print "min","max"
    print min, max
  }'

在您的输入上是输出：

min     max
0.2     0.9

编辑（回复评论，需要更多有关awk如何工作的信息） ：

Awk遍历lines （命名为records ），并且每一行都有可用的列（命名为fields ）。 每个awk迭代都读取一行，并提供NR和NF变量等。 在您的情况下，您仅对第一列感兴趣，因此仅使用$1作为第一列field 。 对于$1与/^-?[0-9]*(\\.[0-9]*)?$/匹配的每条record ，它是一个正负整数或浮点数的正则表达式，我们将值存储在阵列a （在第一版本）或设置min / max ，如果需要（在第二版本）的变量。

这是条件$1 ~ /^-?[0-9]*(\\.[0-9]*)?$/ - $1 ~ /^-?[0-9]*(\\.[0-9]*)?$/ ：

• $1 ~表示我们正在检查第一个字段$1与斜杠之间的正则表达式匹配
• ^表示我们从$1字段的开头开始匹配
• -? 表示可选的minus sign
• [0-9]*是任意位数（包括零，因此可以匹配.1或-.1 ）
• ()? 表示可以存在或不存在的可选块
• \\.[0-9]*如果存在该可选块，则应以dot并包含零个或多个数字（因此-.或.可以匹配！如果输入不确定，请使用正则表达式）
• $表示匹配，直到$1字段中的最后一个字符

如果要遍历fields ，则必须使用从1到NF （包括）的for循环，如下所示：

echo "1 2 3 4" | awk '{for (i=1; i<=NF; i++) {if (min=="") min=$(i); if (max=="") max=$(i); if ($(i)<min) min=$(i); if ($(i)>max) max=$(i)}} END {OFS="\t"; print "min","max";print min, max}'

（请注意，为简单起见，我没有在此处检查输入）

哪个输出：

min     max
1       4

如果您有更多行作为输入， awk还将在读取第一条record （使用此输入的示例）后对其进行处理：

1 2 3 4
5 6 7 8

输出：

min     max
1       8

为了防止这种情况，并且仅在第一行上起作用，可以添加类似NR == 1的条件以仅处理第一行，或者在for循环之后添加exit语句以停止处理第一行之后的输入。

Answer 2

如果仅查找第1列，则可以尝试以下操作：

awk '/^[[:digit:]].*/{if($1<min||!min){min=$1};if($1>max){max=$1}}END{print min,max}' dataset

脚本会查找以digit开头的行，并设置之前未找到的最小值或最大值。