awk 打印出累积和的行

Question

我想打印文件的行，直到第三个字段的累积和大于 0.99，然后只打印累积和大于或等于 0.99 的第一行。但是，如果字段 3 的累积总和大于或等于 0.99 的第一行字段 2 与下一行的字段 2 匹配，则应打印两行。

我的文件看起来像：

rs76832595 -4.4524 0.501109 
rs74660964 -4.9815 0.49886 
rs12992037 -4.9815 9.8159e-06 
rs934367 -4.3376 3.06953e-06 

期望的输出：

rs76832595 -4.4524 0.501109 
rs74660964 -4.9815 0.49886 
rs12992037 -4.9815 9.8159e-06 

在上面的示例中，第 2 行的字段 3 的累积和超过了 0.99，但我也打印了第 3 行，因为第 2 行和第 3 行的字段 2 相等。如果这些字段不相等，我将只打印出第 1 行和第 2 行。

我有以下命令，它适用于累积和，但不适用于比较相邻行之间的字段 2：

awk '{sum+=$3;print $0;if(sum>=0.99)exit}' file

有人可以修改它以纳入上述要求吗？

Answer 1

以下内容应符合您的规范：

鉴于file包含

rs76832595 -4.4524 0.501109 
rs74660964 -4.9815 0.49886 
rs12992037 -4.9815 9.8159e-06 
rs934367 -4.3376 3.06953e-06

以下awk-脚本

awk '{sum+=$3; print $0; if(sum >= 0.99 && prev_row == $2)exit;prev_row=$2}' file

会产生

rs76832595 -4.4524 0.501109
rs74660964 -4.9815 0.49886
rs12992037 -4.9815 9.8159e-06

脚本中的更改包括在语句末尾添加prev_row=$2 以跟踪前一行，并将prev_row 合并到if 语句中。