求各位大神，perl 对特定范围内的数据求平均值

feifei890202

文件为：
Chr        Pos        Y
1        49820        -1.68855
1        54414        -1.55555
1        99585        -1.05338
1        103929        -0.523771
1        124119        -0.261121
1        200009        -0.1234
1        390189        2.2456
2        48625        0.0250024
2        88663        -0.659643
2        90128        -0.302134
2        122780        -0.366919
2        555583        -1.00859
想根据第一列和第二列的范围来求第三列的平均值，具体为：第二列的按照每100,000的长度来分组，把第三列求一个平均值，如果有些范围没有数值则写为0（如下）。想得到的结果是：
1  100,000    -1.432493333
1  200,000    -0.392446
1  300,000    -0.1234
1  400,000    2.2456
2  100,000    -0.3259234
2  200,000    0
2  300,000    0
2  400,000    0
2  500,000    0
2  600,000    -1.00859
其中100,000、200,000...代表0-100,000、100,000-200,000范围的意思。
求各位大神帮忙啦！

sunzhiguolu

有些地方没有看懂, 问下
1  100,000    -1.432493333
1  200,000    -0.392446
1  300,000    -0.1234
以上的三个值如何的来的吗? 简单说就是不明白求值的公式!

jason680

$ perl -lane 'BEGIN{$r=100000}sub Out{$_[1]=$_[1]*$r+$r;print join"\t",@_;$avg=$Y=$c=0}sub avg{if($c){$avg=$Y/$c};if($F[0]!=$C){if($Y){Out($C,$P,$avg)}$C=$F[0]}$Pn=int($F[1]/$r);for($P..$Pn-1){Out($C,$_,$avg);++$P}$Y+=$F[2];$P=int($F[1]/$r);++$c}{if($.>1){avg();$C=$F[0]}}END{Out($C,$P,$Y/$c)}' FILE
1        100000        -1.43249333333333
1        200000        -0.392446
1        300000        -0.1234
1        400000        2.2456
2        100000        -0.3122582
2        200000        -0.366919
2        300000        0
2        400000        0
2        500000        0
2        600000        -1.00859

stanley_tam

来个非one liner的
不是很符合要求（如果有些范围没有数值则写为0）

1. #!perl
   
2. package Pos;
   
3. use strict;
   
4. use warnings;
   
5. 
   
6. sub new {
   
7.     my ($class, $chr, $pos, $Y) = @_;
   
8.     my $self = bless {}, $class;
   
9. 
   
10.     $self->{'pos'}   = $pos;
    
11.     $self->{'chr'}   = $chr;
    
12.     $self->{'Y'  }   = $Y;
    
13.     $self->{'scope'} = $self->get_scope;
    
14. 
    
15.     return $self;
    
16. }
    
17. 
    
18. sub get_scope {
    
19.     my ($self) = @_;
    
20.     my $pos    = $self->{'pos'};
    
21.     return int($pos / 100_000 + 1) * 100_000;
    
22. }
    
23. 
    
24. 1;
    
25. 
    
26. package main;
    
27. use strict;
    
28. use autodie qw{ open close };
    
29. use List::Util qw{ sum };
    
30. 
    
31. sub main;
    
32. sub load_data;
    
33. sub calculate_mean_value;
    
34. 
    
35. main();
    
36. 
    
37. sub main {
    
38.     my $file = 'data.txt';
    
39.     my $data_href = load_data($file);
    
40.     for my $chr ( sort keys %{$data_href} ){
    
41.         for my $scope (sort keys %{$data_href->{$chr}}){
    
42.             my $Y_aref = $data_href->{$chr}->{$scope};  
    
43.             my $mean_value = calculate_mean_value($Y_aref);
    
44.             print "$chr $scope $mean_value$/";
    
45.         }
    
46.     }
    
47. }
    
48. 
    
49. sub load_data {
    
50.     my ($file) = @_;
    
51.     my $data_href = +{};
    
52. 
    
53.     my @pos_collection = ();
    
54. 
    
55.     open my $fh, '<', $file;
    
56. 
    
57.     # skip header
    
58.     readline $fh;
    
59.     while (defined(my $line = readline $fh)) {
    
60.         chomp $line;
    
61.         next if not $line;
    
62. 
    
63.         my ($chr, $pos, $Y) = split /\s+/, $line;
    
64.         my $scope = Pos->new($chr, $pos, $Y)->get_scope;
    
65.         push @{ $data_href->{$chr}->{$scope} }, $Y;
    
66.     }
    
67. 
    
68.     close $fh;
    
69. 
    
70.     return $data_href;
    
71. }
    
72. 
    
73. sub calculate_mean_value {
    
74.     my ($aref) = @_;
    
75.     return sum( @{$aref} ) / ++$#$aref;
    
76. }
    
77. 
    
78. __END__

复制代码

MMMIX

1. 
   
2. #!/usr/bin/perl
   
3. 
   
4. use strict;
   
5. use warnings;
   
6. 
   
7. use v5.14;
   
8. use autodie;
   
9. use Data::Dumper;
   
10. 
    
11. use List::Util qw/sum/;
    
12. 
    
13. sub load_data {
    
14.   local @ARGV = @_;
    
15. 
    
16.   my %records;
    
17. 
    
18.   # Ignore header line
    
19.   readline;
    
20. 
    
21.   while (<>) {
    
22.     my ($chr, $pos, $y) = split;
    
23.     my $idx = int $pos / 100_000;
    
24. 
    
25.     push @{$records{$chr}->[$idx]}, $y;
    
26.   }
    
27. 
    
28.   return wantarray ? %records : \%records;
    
29. }
    
30. 
    
31. ###
    
32. 
    
33. my $records = load_data $ARGV[0];
    
34. 
    
35. while (my ($chr, $val) = each %$records) {
    
36.   while (my ($idx, $ys) = each @$val) {
    
37.     my $m = defined($ys) ? (sum(@$ys) / @$ys) : 0;
    
38.     say join("\t", $chr, ($idx+1)*100_000, $m);
    
39.   }
    
40. }
    

复制代码

anna_bi

请问下下面这行代码什么意思啊，定义一个哈希？直接my $data_href = {}不就行了吗？前面加号表示什么啊？谢谢！

1. my $data_href = +{};

复制代码

sunzhiguolu

http://bbs.chinaunix.net/forum.p ... ;page=1#pid24592915

anna_bi

好的，谢谢大神~

104359176

作业要自己写. 实在不会在问人.