0

在bash中将因子向量(并非所有级别都是唯一的)转换为数字向量的最有效方法是什么?数值向量中的值无关紧要,只要每个值代表因子的唯一级别。

为了说明,这将是 R 等价于我想在 bash 中做的事情:

数字<-seq_along(级别(因子))[因子]

IE:

因素

AV1019A
ABG1787
AV1019A
B77hhA
B77hhA

数字

1
2
1
3
3

非常感谢。

4

1 回答 1

2

它很可能不是最有效的,但也许可以开始。

#!/bin/bash

input_data=$( mktemp ) 
map_file=$( mktemp )

# your example written to a file 
echo -e "AV1019A\nABG1787\nAV1019A\nB77hhA\nB77hhA" >> $input_data 

# create a map <numeric, factor> and write to file
idx=0
for factor in $( cat $input_data | sort -u )
do 
    echo $idx $factor
    let idx=$idx+1
done > $map_file 

# go through your file again and replace values with keys 
while read line
do 
    key=$( cat $map_file | grep -e ".* ${line}$" | awk '{print $1}' )
    echo $key
done < $input_data 

# cleanup 
rm -f $input_data $map_file

我最初想使用关​​联数组,但它只是一个 bash 4+ 功能,在这里和那里都没有。如果你有 bash 4,那么你就少了一个文件,这显然更有效。

#!/bin/bash

# your example written to a file 
input_data=$( mktemp )
echo -e "AV1019A\nABG1787\nAV1019A\nB77hhA\nB77hhA" >> $input_data 

# declare an array 
declare -a factor_map=($( cat $input_data | sort -u | tr "\n" " " ))

# go through your file replace values with keys 
while read line
do 
    echo ${factor_map[@]/$line//} | cut -d/ -f1 | wc -w | tr -d ' '
done < $input_data 

# cleanup 
rm -f $input_data
于 2015-10-05T14:47:35.900 回答