AWK拆分列，计算第二个拆分变量的出现次数答案

【问题标题】：AWK split column, count occurrences of second split variableAWK拆分列，计算第二个拆分变量的出现次数
【发布时间】：2016-05-24 19:12:23
【问题描述】：

我想用 awk 用 "(" 分割文件的第一列，并计算分割命令的每个第二个变量的出现次数。

cluster1(2 genes, 2 taxa):  column2 column 3
cluster1(2 genes, 2 taxa):  column2 column 3
cluster1(3 genes, 2 taxa):  column2 column 3
cluster1(3 genes, 2 taxa):  column2 column 3
cluster1(4 genes, 2 taxa):  column2 column 3

所以我的输出是

2 genes, 2 taxa = 2
3 genes, 2 taxa = 2
4 genes, 2 taxa = 1

感谢您的帮助，凯特

【问题讨论】：

那么你尝试了什么？

标签： awk split

【解决方案1】：

$ awk -F '[()]' '{arr[$2]++} END{for(i in arr) print i " = " arr[i]}' data 
4 genes, 2 taxa = 1
3 genes, 2 taxa = 2
2 genes, 2 taxa = 2

或使用uniq 进行管道计数：

$ grep -oP '(?<=\().*(?=\))' data | uniq -c | awk '{print $2,$3,$4,$5 " =",$1}'
2 genes, 2 taxa = 2
3 genes, 2 taxa = 2
4 genes, 2 taxa = 1

【讨论】：