从数组哈希中读取列答案

【问题标题】：reading columns from Hash of Arrays从数组哈希中读取列
【发布时间】：2012-10-07 20:49:20
【问题描述】：

我是 perl 新手，有一个关于使用数组哈希检索特定列的问题。我的代码如下：

my %hash = ( name1 => ['A', 'A', 'B', 'A', 'A', 'B'],
             name2 => ['A', 'A', 'D', 'A', 'A', 'B'],
             name3 => ['A', 'A', 'B', 'A', 'A', 'C'],
             );

#the values of %hash are returned as arrays not as string (as I want)

foreach my $name (sort keys %hash ) {
    print "$name: ";
    print "$hash{$name}[2]\n";
}

for (my $i=0; $i<$length; $i++) {
        my $diff = "no";
        my $letter = '';
        foreach $name (sort keys %hash) {
            if (defined $hash{$name}[$i]) {
                if ($hash{$name}[$i] =~ /[ABCD]/) {
                    $letter = $hash{$name}[$i];
                }
                elsif ($hash{$name}[$i] ne $letter) { 
                    $diff = "yes";
                }
            }
            if ( $diff eq "yes" ) {
                foreach $name (sort keys %hash) {
                    if (defined $hash{$name}[$i]) { $newhash{$name} .= $hash{$name}[$i]; }  
                }
            }
        }
    }
    foreach $name (sort keys %newhash ) {
        print "$name: $newhash{$name} \n";
    }

我希望这个程序的输出类似于只有变量列的新哈希：

my %newhash = ( name1 => 'BB',
            name2 => 'DB',
            name3 => 'BC',
              );

但只收到此消息：在 test_hash.pl 第 31 行的字符串 ne 中使用未初始化的值 $letter。

有人对此有想法吗？干杯

编辑：

非常感谢您在这个问题上的帮助。

我编辑了我的帖子以确认 frezik、Dan1111、Jean 的建议。你是对的，现在没有警告，但我也无法从 print 语句中获得任何输出，我对此一无所知......

@TLP：好的，我只是生成一组随机的列，没有任何排序目的。我真正想要的是字母如何变化，这意味着如果对于相同的数组索引（存储在哈希中）字母相同，则丢弃它们，但如果键之间的字母不同，我想存储该索引新哈希中的列。

干杯。

【问题讨论】：

您对“变量列”的定义是什么。看起来您想要除 A 之外的所有字母。或者可能是第 3 列和第 6 列中的字母。或每三个字母。但是从您的代码中，我以某种方式得到的印象是字母如何变化。那么它是什么？
好的，所以你想比较不同的数组，如果一列是“AAA”或“BBB”，跳过它。但是，您必须先保存这些字母，然后再进行检查。
没错，但我认为我将字母保存在变量 $letter 中。但是，似乎并没有将它们添加到新的哈希中...

标签： perl hash perl-data-structures

【解决方案1】：

我假设你想匹配任何字母 A、B、C 或 D：

if ($hash{$name}[$i] =~ /ABCD/)

但是，正如所写，它与确切的字符串“ABCD”匹配。你需要一个你想要的字符类：

if ($hash{$name}[$i] =~ /[ABCD]/)

但是，您也有其他逻辑问题，可能会导致您在设置之前与$letter 进行比较。将其设置为空（如 Jean 建议的那样）是一个简单的选项，可能会有所帮助。

这里还有一个问题：

print "$name: @{ $newhash{$name} }\n";

%newhash不是数组的hash，所以需要去掉数组解引用：

print "$name: $newhash{$name} \n";

【讨论】：

【解决方案2】：

您可能对此替代解决方案感兴趣

use strict;
use warnings;

my %hash = (
  name1 => ['A', 'A', 'B', 'A', 'A', 'B'],
  name2 => ['A', 'A', 'D', 'A', 'A', 'B'],
  name3 => ['A', 'A', 'B', 'A', 'A', 'C'],
);

my @columns;

for my $list (values %hash) {
  $columns[$_]{$list->[$_]}++ for 0 .. $#$list;
}

my %newhash = %hash;

for my $list (values %newhash) {
  $list = join '', map $list->[$_], grep keys %{$columns[$_]} > 1, 0 .. $#$list;
}

use Data::Dump;
dd \%newhash;

输出

{ name1 => "BB", name2 => "DB", name3 => "BC" }

【讨论】：

【解决方案3】：

我认为逐个检查字母是错误的。收集所有信件并立即检查它们似乎更容易。 List::MoreUtils 模块的 uniq 函数可以快速确定字母是否变化，并且可以轻松地将它们转换为生成的哈希。

use strict;
use warnings;
use Data::Dumper;
use List::MoreUtils qw(uniq);

my %hash = ( name1 => ['A', 'A', 'B', 'A', 'A', 'B'],
             name2 => ['A', 'A', 'D', 'A', 'A', 'B'],
             name3 => ['A', 'A', 'B', 'A', 'A', 'C'],
);
my @keys = keys %hash;
my $len = $#{ $hash{$keys[0]} };   # max index
my %new;

for my $i (0 .. $len) {
    my @col;
    for my $key (@keys) {
        push @col, $hash{$key}[$i];
    }
    if (uniq(@col) != 1) {     # check for variation
        for (0 .. $#col) {
            $new{$keys[$_]} .= $col[$_];
        }
    }
}
print Dumper \%new;

输出：

$VAR1 = {
          'name2' => 'DB',
          'name1' => 'BB',
          'name3' => 'BC'
        };

【讨论】：

【解决方案4】：

您的标量 $letter 未定义。添加这个以消除警告。

my $letter='';

【讨论】：

【解决方案5】：

if ($hash{$name}[$i] =~ /ABCD/) {

上面的正则表达式将匹配__ABCD__ 或ABCD1234 之类的字符串，但绝不会匹配单独的A 或B。您可能想要匹配其中任何一个字母，并且锚定正则表达式也是一个好主意：

if ($hash{$name}[$i] =~ /\A [ABCD] \z/x) {

（/x 选项表示忽略空格，这有助于使正则表达式更易于阅读。）

当$i == 2 并且内部循环碰巧首先按下键name1 或name3 时，您仍然会在上面的示例中收到警告。由于正则表达式与 T 不匹配，$letter 将保持未初始化状态。

【讨论】：

【解决方案6】：

太好了。非常感谢您在这个问题上的所有帮助。

我根据 TLP 的建议尝试了一个代码，效果很好。因为我对 perl 比较陌生，所以我认为这段代码比 Borodin 的代码更容易理解。我所做的是：

#!/usr/bin/perl
use strict;
use warnings;
use List::MoreUtils qw(uniq);

my %hash = ( name1 => ['A', 'A', 'T', 'A', 'A', 'T', 'N', 'd', 'd', 'D', 'C', 'T', 'T', 'T'],
         name2 => ['A', 'A', 'D', 'A', 'A', 'T', 'A', 'd', 'a', 'd', 'd', 'T', 'T', 'C'],
         name3 => ['A', 'A', 'T', 'A', 'A', 'C', 'A', 'd', 'd', 'D', 'C', 'T', 'C', 'T'],
);
my @keys = keys %hash;
my $len = $#{ $hash{$keys[0]} };   # max index
my %new;

for (my $i=0; $i<$length; $i++) {
    my @col;
    for my $key (@keys) {
       if ($hash{$key}[$i] =~ /[ABCDT]/) {     #added a pattern match
            push @col, $hash{$key}[$i];
       }
    }
    if (uniq(@col) != 1) {     # check for variation
        for (0 .. $#col) {
            $new{$keys[$_]} .= $col[$_];
        }
    }
}
foreach my $key (sort keys %new ) {
    print "$key: $new{$key}\n";
}

但是，在使用 uniq 函数时（if (uniq(@col) == 1)），我注意到输出有点错误：

name1: AAAAADCT
name2: AAAAADCT
name3: AAAAT

似乎没有保留键 => 值的初始顺序。有人对此有提示吗？

干杯。

【讨论】：