统计文件中不同类型的数目

gooderpan

有一个文件file1：（tab分隔）
track name=STRINGENT_LT_1KB
chr3    23232   asdbaskjdb
chr3    32434   daffsf
chr5    43131   dkfjkdjgkdjgk
chr6    4574857   wejwe
chr7    11313     sjdjsgd
chr8    2323     lskdkss
track name=STRINGENT_HIGH_SCORE
chr1   1212123      fkekfhd
chr2   2322342     ererer
chr2   43444        sdsdsd
chr3    454545      dkfjdkjfk
chr5    343434     qsadjhdjh
track name=STRINGENT_LT_332KB
track name=STRINGENT_LOW_SCORE
chr7   2323232    sdsdsdaaa
chr10  223232    dssdsds
chr19   677675   dlkslk

想要统计不同track name下的数目，结果如下：（tab分隔）
track name=STRINGENT_LT_1KB：6
track name=STRINGENT_HIGH_SCORE：5
track name=STRINGENT_LT_332KB：0
track name=STRINGENT_LOW_SCORE：3

请问该怎么弄呀？？谢谢啦！

yinyuemi

回复 2# zooyo


    十一期间，shell 版zooyo版大值班啊

zerostudy

乱序:

1. 
   
2. gawk '{if($1=="track"){o=$0;a[o]=0}else{a[o]++}}END{for (x in a ){print x":"a[x]}}'  file
   
3. track name=STRINGENT_LT_1KB:6
   
4. track name=STRINGENT_LT_332KB:0
   
5. track name=STRINGENT_HIGH_SCORE:5
   
6. track name=STRINGENT_LOW_SCORE:3
   

复制代码

yestreenstars

1. $ awk '{if(/^t/){if(NR>1)print s":"n;n=0;s=$0}else n++}END{print s":"n}' i
   
2. track name=STRINGENT_LT_1KB:6
   
3. track name=STRINGENT_HIGH_SCORE:5
   
4. track name=STRINGENT_LT_332KB:0
   
5. track name=STRINGENT_LOW_SCORE:3

复制代码

yestreenstars

发重了，请忽略~{:3_194:}

李满满

学生党:飘过~包...夜..无聊中~简单python实现一下

1. 
   
2. $ cat yhsafe.py
   
3. #!/usr/bin/env python
   
4. #-*- coding:utf-8 -*-
   
5. "like awk get file cates counts! -- just for fun ~"
   
6. import re
   
7. import linecache as lc
   
8. import sys
   
9. list={}
   
10. cnt=0
    
11. pattern=re.compile(r'(track name=\w+)')
    
12. for line in lc.getlines(sys.argv[1]):
    
13.         if re.match(pattern,line):
    
14.                 str=re.match(pattern,line).string.strip()
    
15.                 cnt=0
    
16.                 list[str]=cnt
    
17.         else:
    
18.                 cnt+=1
    
19.                 list[str]=cnt
    
20. 
    
21. for x in list:
    
22.         print "%-50s%-20s" % (x,list[x])
    
23. 
    

复制代码

测试:
$ ./yhsafe.py yhsafe.txt
track name=STRINGENT_LOW_SCORE                    3
track name=STRINGENT_LT_1KB                           6
track name=STRINGENT_LT_332KB                        0
track name=STRINGENT_HIGH_SCORE                   5

我是一隻羊

1. awk '/track/{a[++i]=$0;next}{b[a[i]]++}END{for(i in a)print a[i],b[a[i]]?b[a[i]]:0}' inputfile
   

复制代码