数据区间处理请教

bmechuangye

各位，我要将数据 dat.zip (379 Bytes, 下载次数: 16)

2013-09-10 08:37 上传

点击文件名下载附件
数据

A        0        0.00521
A        1        0.0111
A        2        0.0173
A        3        0.0281
A        4        0.0423
A        5        0.0606
A        6        0.0938
A        7        0.128
A        8        0.159
A        9        0.174
A        10        0.183
A        11        0.19
A        12        0.2
A        13        0.216
A        14        0.236
A        15        0.257
A        16        0.276
A        17        0.292
A        18        0.309
A        19        0.327
A        20        0.342
A        21        0.36
A        22        0.375
A        23        0.392
A        24        0.413
A        25        0.434
A        26        0.454
A        27        0.474
A        28        0.489
A        29        0.505
A        30        0.521
A        31        0.232
A        32        0.205
A        33        0.177
A        34        0.157
A        35        0.14
A        36        0.133
A        37        0.128
A        38        0.126
A        39        0.122
A        40        0.117
A        41        0.109
A        42        0.0973
A        43        0.0841
A        44        0.0706
A        45        0.0629
A        46        0.0549
A        47        0.0459
A        48        0.0369
A        49        0.0285
A        50        0.0211
A        51        0.0135
A        52        0.00663
A        53        0.839
A        54        0.848
A        55        0.857
A        56        0.864
A        57        0.872
A        58        0.878
A        59        0.885
A        60        0.885

按第三列值的大小分成区间，比如第三列小于0.3为small，大于0.3的为big,将第二列值处理成区间模式，比如第二列0-17均小于0.3，类似地，整个就可以简化为：

A        0        17        small
A        18        30        big
A        31        52        small
A        53        60        big
捣鼓了很久，不知如何下手，请教高手指点一下，谢谢！

expert1

http://bbs.chinaunix.net/thread-3620300-2-1.html

跟这个完全差不多。看来awk很多问题都是类似的。

expert1

1. awk 'function is_big(x){
   
2. 
   
3.     if(x>0.3) return "big"; else return "small" }
   
4. 
   
5. 
   
6.     NR==1{tag=is_big($3);start=end=$2;x=$1
   
7. 
   
8.       }NR>1{
   
9. 
   
10.         if(is_big($3)==tag && x==$1 &&$2==end+1){
    
11.                
    
12.                            end=$2
    
13. 
    
14.                         }else{
    
15. 
    
16.                                print x,start,end,tag; end=start=$2;tag=is_big($3);x=$1
    
17.                                         }
    
18. 
    
19.                 }END{print x,start,end,tag }'

复制代码

这个应该符合了。看了下跟jason的那个思路差不多啊。

expert1

晕，假如这样的话，NR>1的时候首先判断$1，还得同样写一个else部分来处理。

expert1

哦，没看到7楼，假如有A,B的话，那首先得针对$1排序，同时$2要升序排序。

expert1

回复 1# bmechuangye

1. awk 'function is_big(x){
   
2. 
   
3.     if(x>0.3) return "big"; else return "small" }
   
4. 
   
5. 
   
6.     NR==1{tag=is_big($3);start=end=$2
   
7. 
   
8.       }NR>1{
   
9. 
   
10.         if(is_big($3)==tag){
    
11.                 if($2==end+1){end=$2
    
12. 
    
13.                                         }else{
    
14.                        
    
15.                        
    
16.                                                 print "A\t"start,end,tag;end=start=$2;tag=is_big($3)
    
17.                                                
    
18.                                                 }                  
    
19. 
    
20. 
    
21.                         }else{
    
22. 
    
23.                                 print "A\t"start,end,tag;end=start=$2;tag=is_big($3)
    
24.                                         }
    
25. 
    
26.                 }END{print "A\t"start,end,tag }'

复制代码

和这个是一类问题。http://bbs.chinaunix.net/thread-3620300-1-1.html

bmechuangye

回复 11# jason680


  牛！谢谢jason680指教！

jason680

回复 10# bmechuangye

...
A        17        0.292
A        18        0.309  <== case1
...
A        30        0.521
A        31        0.232  <== case 1
...
A       60      0.885
B       0       0.000449  <== case 2


case 1, big/small is changed
         
A        17        0.292   <== last time {N=$1;e=$2;r=x}
A        18        0.309   <== current

Now(current)...
N="A" ,  e=17,  r="small"
$1="A",  $2=18, x="big"

check condition:  $1!=N||$2-e!=1||x!=r{if(N)print N,s,e,r;s=$2}
x!=r will be true ("big" is not the same "small")
and output the information, and reset the start(s) from $2(18)
A 0 17 small <== output information

Case 2: N is changed

A       60      0.885
B       0       0.000449  <== current

Now(current)...
N="A" ,  e=60,  r="big"
$1="B",  $2=0,  x="small"

check condition:  $1!=N||$2-e!=1||x!=r{if(N)print N,s,e,r;s=$2}
$1!=N will be true ("A" is not the same "B")
and output the information, and reset the start(s) from $2(0)
A 53 60 big  <== output information

Case3: the $2 is not consecutive number with last time
Note: There is no this case in your data
for example:
A        17        0.292   
A        20        0.209   <== it is not consecutive number from 17 to 20

check condition:  $1!=N||$2-e!=1||x!=r{if(N)print N,s,e,r;s=$2}
$2-e!=1 will be true (it is not consecutive number from 17 to 20)

         
   

bmechuangye

jason680，能否请您解释一下“$1!=N||$2-e!=1||x!=r{if(N)print N,s,e,r;s=$2}{N=$1;e=$2;r=x}”这部分的具体意思？我也经常用awk，但发现还是菜鸟一个，哈哈，这个怎么发现很难理解啊。
谢谢！

bmechuangye

回复 8# jason680


强！感谢jason680的热心解答，试了试，很好！