比較單個文件中的多列，以計算這些列中值的出現

Question

我有一個21列的文件；

Name    Grade1    Grade2   Grade3   Grade4   Grade5  .... Grade20
Zoe       60        70      NA       NA        NA            67

現在，我只想保留不超過5個等級的名稱。 有些名稱包含NA。

我知道awk可以勝任。 但是我不確定如何比較所有列而不必分別比較它們。

我試過了：

    more input_file.txt | awk 'total = count20[$2,$3,$4,$5,$6,$7,$8,$9,$10,
    $11,$12,$13,$14,$15,$16,$17,$18,$19,$20,$21]++, if (($2 == "NA" || $3 == "NA" || 
    $4 == "NA" || $5 == "NA" || $6 == "NA" || $7 == "NA" || $8 == "NA" || $9 == "NA" 
    || $10 == "NA" || $11 == "NA" || $12 == "NA" || $13 == "NA" || $14 == "NA" || 
    $15 == "NA" || $16 == "NA" || $17 == "NA" || $18 == "NA" || $19 == "NA" || 
    $20 == "NA" || $21 == "NA") && total > 4) { print $1"\t"$2"\t"$3"\t"$4"\t"$5"\t"
    $6"\t"$7"\t"$8"\t"$9"\t"$10"\t"$11"\t"$12"\t"$13"\t"$14"\t"$15"\t"$16"\t"$17"\t"
    $18"\t"$19"\t"$20"\t"$21 }' > test.txt

它不起作用，我不確定為什么或如何更有效地做到這一點。

編輯：更准確地說，所需的輸出是一個包含名稱的文件，所有學生的所有列都包含5個以上不包含NA的列。

Answer 1

awk解救！

$ awk -F'NA' 'NF>5'

假設您的姓名列不包含NA作為子字符串。 使用NA作為字段定界符並計數字段，如果有5個以上的字段表示至少5個NA，則默認操作是打印該行，因此無需指定。 這將為您提供具有5個或更多NA的記錄，如果您希望嚴格大於5，則將閾值更改為6。

Answer 2

此命令至少會打印包含NA所有行六次：

grep -E '(NA.*){6}' infile

如果學生姓名也包含NA ，則可以將其絆倒。 要解決此問題，您可以使用

grep -E '^[^[:blank:]]+[[:blank:]]+(NA.*){6,}' infile

僅在第一列之后計算NA 。

Answer 3

這是使用awk的一種相當基本的方法：

awk '{ count = 0; for (i = 2; i <= NF; ++i) if ($i == "NA") ++count } count > 5' file

這遍歷每個字段並檢查它是否等於“ NA”。 如果是這樣，它將添加到該記錄的總數中。 當計數大於5時，將打印記錄。

Answer 4

它被標記為perl所以一個perl回答：

perl -ne 'print if (grep /^NA$/, split ) > 5'

哪一個：

• 逐行迭代
• 進行空格分割
• 只是 NA字段
• 如果計數> 5 ，則打印

Answer 5

使用GNU awk作為單詞邊界：

awk -F'\\<NA\\>' 'NF>6'

如果您的字段用制表符分隔，則使用awk，如下所示：

awk -F'\tNA(\t|$)' 'NF>6'

與任何POSIX awk字段之間的任何類型的空間：

awk -F'[[:space:]]NA([[:space:]]|$)' 'NF>6'

Answer 6

在Perl中，只需計算等於NA的字段數

perl -ne 'print if 5 <= grep { $_ eq "NA" } split' test.txt

或者，正如湯姆·費內奇（Tom Fenech）在評論中指出的那樣

perl -ane 'print if 5 <= grep { $_ eq "NA" } @F' test.txt