文本處理，取最大值和最小值

kernel69

shell一題，
有一個(gè)文件里面內(nèi)容如下：

111        16644211        348795021
111        16644211        348795368
111        16644211        348797001
111        16644211        348797826
111        22443489        348795333
111        67384560        348795445
111        67384560        348795879
現(xiàn)需要根據(jù)第一二列，統(tǒng)計(jì)它們出現(xiàn)的次數(shù)，
以及對(duì)應(yīng)第三列的最小值和最大值，如果只有
一次，則第3列為最小值
統(tǒng)計(jì)結(jié)果如下：

111        16644211    4   348795021   348797826
111        22443489    1   348795333
111        67384560    2   348795445   348795879

去重和計(jì)數(shù)都寫(xiě)好的，就卡在取最大和最小值沒(méi)有思路，請(qǐng)大家?guī)兔?br /> 下面是我的腳本

1. #!/usr/bin/perl -w
   
2. 
   
3. use 5.010;
   
4. use strict;
   
5. use List::Util qw(max min);
   
6. 
   
7. my %h;
   
8. my @arr;
   
9. my $str;
   
10. my $str1;
    
11. my $str2;
    
12. 
    
13. while (<DATA>) {
    
14.     ($str,$str1,$str2) = split;
    
15.     $h{$str."\t".$str1}++;
    
16. 
    
17. }
    
18. 
    
19. for my $k (keys %h) {
    
20.     say "$k\t$h{$k}"
    
21. }
    
22. 
    
23. __DATA__
    
24. 111        16644211        348795021
    
25. 111        16644211        348795368
    
26. 111        16644211        348797001
    
27. 111        16644211        348797826
    
28. 111        22443489        348795333
    
29. 111        67384560        348795445
    
30. 111        67384560        348795879

復(fù)制代碼

ulmer

回復(fù) 1# kernel69

Simply using reference array/hash => Hash of Array for example:

1. 
   
2. use strict;
   
3. # Load data
   
4. my @data =<DATA>;
   
5. # Create data structure Hash of Array
   
6. my %HoA = ();
   
7. foreach my $line (@data) {
   
8.     chomp $line;
   
9.     # Split columns
   
10.     my ($c1, $c2, $c3) = split /\s+/, $line, 3;
    
11.     # Column2 as key and column3 as array items to append   
    
12.     push @{$HoA{$c2}}, $c3;
    
13. }
    
14. # Access the data structure
    
15. foreach my $key (sort keys %HoA) {
    
16.     # derefernce Array in Hash and sort it to get max and min.
    
17.     my @ary = sort @{$HoA{$key}};
    
18.     # show
    
19.     printf ("%s counted %s times, max=%s, min=%s\n",
    
20.         $key, scalar(@ary), $ary[-1], $ary[0]);
    
21. }
    
22. 
    
23. __DATA__
    
24. 111        16644211        348795021
    
25. 111        16644211        348795368
    
26. 111        16644211        348797001
    
27. 111        16644211        348797826
    
28. 111        22443489        348795333
    
29. 111        67384560        348795445
    
30. 111        67384560        348795879
    

復(fù)制代碼

Happy National holiday

jason680

回復(fù) 1# kernel69

How about this ...

$ perl cnt_min_max.pl
111     16644211        4       348795021       348797826
111     22443489        1       348795333
111     67384560        2       348795445       348795879

$ cat cnt_min_max.pl
use strict;
use warnings;

my %h;
while(<DATA>){

  my ($sKey1,$sKey2,$sValue) = split;
  
  my $sKey = "$sKey1\t$sKey2";
  if( ++$h{$sKey}->{Cnt} == 1){    # Cnt for Count
      $h{$sKey}->{Min} = $sValue;   # Min for Minimum value
      $h{$sKey}->{Max} = $sValue;  # max for maximum value
  }
  else{
    if($h{$sKey}->{Max} < $sValue){
           $h{$sKey}->{Max} = $sValue;  
        }
    if($h{$sKey}->{Min} > $sValue){
           $h{$sKey}->{Min} = $sValue;  
        }
  }
}

my $sOut;
foreach (sort keys %h) {
  $sOut = join("\t", $_, $h{$_}->{Cnt}, $h{$_}->{Min});
  $sOut .= "\t". $h{$_}->{Max} if($h{$_}->{Cnt} != 1);
  print "$sOut\n";
}

__DATA__
111        16644211        348795021
111        16644211        348795368
111        16644211        348797001
111        16644211        348797826
111        22443489        348795333
111        67384560        348795445
111        67384560        348795879

kernel69

學(xué)習(xí)了，

1. 哈希當(dāng)數(shù)組
   
2. push @{$HoA{$c2}}, $c3;
   
3. 最大和最小值
   
4. my @ary = sort @{$HoA{$key}};
   
5. scalar(@ary), $ary[-1], $ary[0]);
   

復(fù)制代碼

回復(fù) 2# ulmer


   

kernel69

完全符合要求

1. $h{$sKey}->{Cnt}

復(fù)制代碼

這是引用吧，還沒(méi)學(xué)，呵呵，表示有點(diǎn)看不懂
回復(fù) 3# jason680


   

kernel69

大牛，能不能解釋一下這一段

1. if( ++$h{$sKey}->{Cnt} == 1){    # Cnt for Count
   
2.       $h{$sKey}->{Min} = $sValue;   # Min for Minimum value
   
3.       $h{$sKey}->{Max} = $sValue;  # max for maximum value
   
4.   }

復(fù)制代碼

感覺(jué)挺core的，不明覺(jué)厲啊

回復(fù) 3# jason680


   

pitonas

回復(fù) 6# kernel69
我和我的小伙伴們據(jù)估計(jì)，憑猜測(cè)

1.     if( ++$h{$sKey}->{Cnt} == 1){   
   
2. # 當(dāng)?shù)谝淮?沒(méi)有 Min 沒(méi)有 Max 的時(shí)候：
   
3.           $h{$sKey}->{Min} = $sValue;   
   
4. # $sValue 分配給 Min
   
5.           $h{$sKey}->{Max} = $sValue;  
   
6. # $sValue 分配給 Max
   
7.       }

復(fù)制代碼

jason680

回復(fù) 7# pitonas


Good answer and thanks !!!   

kernel69

$h{$sKey}->{Cnt} == 1
這也是創(chuàng)建一個(gè)引用，是嗎？
回復(fù) 7# pitonas


   

mcshell

1. use strict;
   
2. use warnings;
   
3. my $h;
   
4. map { /(\d+\s+\d+)\s+(\d+)(?{push @{$h->{$1}},$2})/ } <DATA>;
   
5. map {
   
6.     my ( $min, $max ) = ( sort @{ $h->{$_} } )[ 0, -1 ];
   
7.     my $sc = scalar @{ $h->{$_} };
   
8.     print "$_\t";
   
9.     $sc == 1 ? print "1\t@{$h->{$_}}\n" : print "$sc\t$min\t$max\n"
   
10. } keys $h;
    
11. __DATA__
    
12. 111        16644211        348795021
    
13. 111        16644211        348795368
    
14. 111        16644211        348797001
    
15. 111        16644211        348797826
    
16. 111        22443489        348795333
    
17. 111        67384560        348795445
    
18. 111        67384560        348795879

復(fù)制代碼