異なる列の各特定文字に対する「AおよびB」の頻度

異なる列の各特定文字に対する「AおよびB」の頻度

$1列の各文字について、3列と4列のAとBの頻度を知りたいです。 Linuxのコマンドライン。

はい私の入力:

ID01 a1 A B
ID01 a2 A B
ID01 a3 A B
ID02 a1 B B
ID02 a2 B B
ID02 a3 B B
OA03 a1 A A
OA03 a2 A A
OA03 a3 A A
EA04 a1 -- --
EA04 a2 -- --
EA04 a3 -- --

私はこれが欲しい出力:

ID01 A 0.50
ID01 B 0.50
ID02 A 0.00
ID02 B 1.00
OA03 A 1.00
OA03 B 0.00
EA04 A 0.00
EA04 B 0.00

どうすればいいですか?ありがとうございます!

答え1

連想配列に基づいて awk ソリューションを適用する 1 つの方法は、$3各合計の内容を連結し、代替数値が返されるという事実を使用して、各合計の合計の発生回数を計算することです。$4$1ENDgsubABひも。たとえば、

awk '{
  a[$1]=a[$1]$3$4; 
  next;
} 
END{
  for (i in a) {
  n = length(a[i]) == 0 ? 1 : length(a[i]); # avoid div-by-zero
  printf "%s A %.1f\n", i, gsub(/A/,"",a[i])/n; 
  printf "%s B %.1f\n", i, gsub(/B/,"",a[i])/n;}
}' input
EA04 A 0.0
EA04 B 0.0
OA03 A 1.0
OA03 B 0.0
ID01 A 0.5
ID01 B 0.5
ID02 A 0.0
ID02 B 1.0

関連情報