如何从第 4 列的值中获取最大值、最小值和平均值

Question

我有这样结构的数据

X   43808504    G   1   ^]. <
X   43808505    C   3   .   4
X   43808506    T   8   .   ?
X   43808507    G   5   .   C

我想从第 4 列中获取最大值 (8)、最小值 (1) 和平均值 (4.25) 并将其写入文件。

我一直在努力排序然后删除数据，但这似乎非常低效。

谢谢你的帮助

Answer 1

使用awk：

awk 'NR == 1 { min = $4; max = $4 }
{
    sum += $4
    if ($4 > max) {
        max = $4
    }
    if ($4 < min) {
        min = $4
    }
} END {
    print max
    print min
    print sum / NR
}' input

首先，我们设置min和max变量作为第4列的第1行中的值，以后我们将在第4栏第检查每个值，看它是否小于当前值min或以上的电流值max，如果是这样设置min于该价值。

然后我们创建一个sum变量，其中包含第 4 列的所有值的总和。稍后将用于通过将总和除以总行数来计算平均值。

最后，我们打印最大值、最小值和平均值。

Answer 2

与米勒

$ mlr --nidx --repifs stats1 -a 'min,max,mean' -f 4 data
1 8 4.250000

您可以通过添加以通常的方式将输出重定向到文件 > file

使用GNU datamash

$ datamash -W min 4 max 4 mean 4 < data
1   8   4.25