主页 / unix / 问题 / 560971
Accepted
user10934304
Asked: 2020-01-09 02:36:34 +0800 CST

跨多个数据框求和列值

  • 772

假设我有 3 个数据框（独立的 .txt 文件）：

        Acamar   Begalb     Caspri 
Acamar  0.1      0.0        6.3
Begalb  0.33     8.3        0.0
Caspri  1.4      0.617      2.4

        Acamar   Begalb    Caspri 
Acamar  0.5      3.2        0.1
Begalb  0.0      2.1        0.5
Caspri  4.2      0.0        1.5

        Acamar   Begalb    Caspri 
Acamar  0.5      3.2        0.1
Begalb  0.0      2.1        0.5
Caspri  4.2      0.0        1.5

我想对 3 个数据框中的列值求和，以便得到：

           Acamar   Begalb    Caspri 
    Acamar  1.1      6.4        6.5
    Begalb  0.33     12.5       1
    Caspri  9.8      0.617      5.4

像这样使用datamash：

cat *.txt | datamash --headers groupby 1 sum 2-4

用 0 填充我的所有列并返回错误消息：

invalid numeric value in field 2: 'Acamar'

有谁知道如何帮助，使用datamash或其他东西？

非常感谢 ：）

linux columns

1 个回答

  1. Best Answer

    这段代码有效：

    paste -d"\n" *.txt |
    sed -r '1!{/^(\s+[[:alnum:]])+/d;}' |
    LC_ALL=C ./datamash-1.3/datamash --headers groupby 1 sum 2-4

    结果：

    GroupBy()       sum(Acamar)     sum(Begalb)     sum(Caspri)
Acamar  1.1     6.4     6.5
Begalb  0.33    12.5    1
Caspri  9.8     0.617   5.4

    这里的主要问题是通过paste, sedline 和LC_ALLvalue 来解决的。

    • paste逐行加入文件（cat *.txt将一个接一个地加入文件，在数据中插入标题行）
    • sed行删除除第一次出现的标题行（来源）
      • 我假设标题行是一系列空白字符 ( \s+)，后跟字母数字字符 ( [[:alnum:]])+)
    • LC_ALL是一个管理语言环境的变量，将防止对值中的点的任何误解

    -W如果字段用空格而不是制表符分隔，还要添加。

    • 0

相关问题