使用该列的最大值规范化列数据答案

【问题标题】：normalize column data with maximum value of that column使用该列的最大值规范化列数据
【发布时间】：2015-03-12 15:21:42
【问题描述】：

我有一个包含两列的数据文件。我想从第二列中找出最大数据值，并将第二列的每个条目除以最大值。（所以我会得到第二列

我尝试使用以下命令：

awk 'BEGIN {max = 0} {if ($2>max) max=$2} {print  ($2/max)}' angleOut.dat

但我收到如下错误消息。

awk: (FILENAME=angleOut.dat FNR=1) fatal: division by zero attempted

注意：第二列中有一些数据为零值。但是当零值除以最大值时，我应该得到零，但我得到了如上所示的错误。

我能得到任何帮助吗？

非常感谢。

【问题讨论】：

这里的逻辑是不正确的，因为它不会从第二列中找到最大值，因为它将把数字除以到目前为止看到的最大数字（这个看到的最大值可能不是实际的最大值第二列）提供一些示例输入和预期输出以更清晰。

标签： awk gawk

【解决方案1】：

让我们以此作为示例输入文件：

$ cat >file
1 5
2 2
3 7
4 6

这个 awk 脚本将规范化第二列：

$ awk 'FNR==NR{max=($2+0>max)?$2:max;next} {print $1,$2/max}' file file
1 0.714286
2 0.285714
3 1
4 0.857143

此脚本读取输入 file 两次。第一次，它找到最大值。第二次是打印第二列归一化的行。

考虑：

max=($2+0>max)?$2:max

这是 if-then-else 语句的紧凑形式。 “如果”部分是$2+0>max。如果计算结果为真，则将 ? 后面的值分配给 max。如果为 false，则将 : 后面的值分配给 max。

if 语句的更明确形式也很有效。

另外，请注意咒语$2+0。在awk 中，变量根据上下文可以是字符串或数字。在字符串上下文中，> 比较字典顺序。我们想要一个数字比较。通过将零添加到 $2，我们消除了所有疑虑并强制 awk 将 $2 视为一个数字。

【讨论】：

【解决方案2】：

在查看整个文件之前，您无法确定最大值，因此您需要通过两次。这个使用两个awk 执行来获得标准化输出：

awk -vmax=$(awk 'max < $2 { max = $2 } END { print max }' angleOut.dat) \
    '{print $2 / max}' angleOut.dat

【讨论】：