datamash - 云端在线

程序：

您的姓名

datamash - 命令行计算

概要

数据混杂 [OPTION] op [山坳[op 山坳 ...]

商品描述

对来自 stdin 的输入执行数字/字符串操作。

'op' 是要执行的操作； 对于分组，每行操作'col'是输入
要使用的领域； 'col' 可以是数字（1=第一个字段），也可以是列名 -H or
--标题输入 选项​​。

文件 操作：
转置，反转

线路滤波 操作：
备份

每行 操作：
base64、debase64、md5、sha1、sha256、sha512

数字 分组 操作：
总和、最小值、最大值、绝对最小值、绝对最大值

文本/数字 分组 操作：
计数，第一个，最后一个，兰特，唯一的，崩溃的，计数的

统计 分组 操作：
均值、中值、q1、q3、iqr、模式、反模式、pstdev、sstdev、pvar svar、mad、madraw、
pskew、sskew、pkurt、skurt、dpo、jarque

配置

分组 选项：
-f, - 满的
在操作结果之前打印整个输入行（默认：仅打印分组的键）

-g, - 团体=X[,Y,Z]
通过字段 X,[Y,Z] 分组

--标题输入
第一个输入行是列标题

--标题输出
将列标题打印为第一行

-H, --标题
与 '--header-in 相同 --标题输出'

-i, --忽略大小写
比较文本时忽略大写/小写； 这会影响分组和字符串
操作

-s, - 种类
分组前对输入进行排序； 这消除了手动管道输入的需要
通过“排序”

文件 操作 选项：
--不严格
允许具有不同字段数的行

- 填料=X
用 X 填充缺失值（默认 %s）

总类 选项：
-t, --字段分隔符=X
使用 X 而不是 TAB 作为字段分隔符

--narm 跳过 NA/NaN 值

-W, --空白
使用空格（一个或多个空格和/或制表符）作为字段分隔符

-z, --以零结尾
以 0 字节结束行，而不是换行符

- 帮帮我 显示此帮助并退出

- 版
输出版本信息并退出

可用 营运

文件 操作：
转 转置输入文件的行、列

反转 每行反转场序

线路滤波 操作：
备份 删除具有重复键值的行

每行 操作：
base64 将字段编码为 base64

贬值64 将字段解码为 base64，如果 base64 字符串无效，则退出并出错

md5/sha1/sha256/sha512
计算字段值的md5/sha1/sha256/sha512 hash

反转 每行反转场序

数字 分组 操作
总和 值的总和

分钟 最小值

最大 最大值

腹水 绝对值的最小值

绝对最大值 绝对值的最大值

文本/数字 分组 操作
数 计算组中元素的数量

第一 组的第一个值

最后 组的最后一个值

兰特 组中的一个随机值

独特 以逗号分隔的唯一值排序列表

崩溃 所有输入值的逗号分隔列表

独特的 唯一/不同值的数量

统计 分组 操作
意味着 值的平均值

中位数 中值

q1 第一个四分位数

q3 第三个四分位数

智商 四分位距

模式 众数（最常见的值）

反模式 反模式值（最小公共值）

开发者 总体标准差

开发 样品标准偏差

无功 人口方差

回答 样本方差

狂 中值绝对偏差，正态分布按常数 1.4826 缩放

马图 中值绝对偏差，未缩放

歪斜 （样本）组的偏度

偏斜 （人口）组的偏度
'sskew' 和 'pskew' 操作报告的 x 值：
x > 0 - 正向偏斜/向右偏斜
0 > x - 负向偏斜/向左偏斜
x > 1 - 高度偏右
1 > x > 0.5 - 适度向右倾斜
0.5 > x > -0.5 - 近似对称
-0.5 > x > -1 - 适度向左倾斜
-1 > x - 向左高度倾斜

短裙 （样本）组的超峰度

库尔特 （人口）组的超峰度

贾克 Jarque-Beta 正态性​​检验的 p 值

DPO D'Agostino-Pearson Omnibus 正态性检验的 p 值；
对于“jarque”和“dpo”操作：
零假设是正态性；
低 p 值表示非正态数据；
高 p 值表示不能拒绝零假设。

示例

打印第 1 列值的总和和平均值：

$ 序列 10 | 数据混杂 总和 1 等于 1
55 5.5

根据字段 1 对输入进行分组，并在字段 2 上汇总值（每组）：

$猫示例.txt
一个10
一个5
乙9
乙11
$ 数据混杂 -g 1 sum 2 <example.txt
一个15
乙20

未排序的输入必须排序（使用“-s”）：

$猫示例.txt
一个10
Ç4的
乙9
Ç1的
一个5
乙11
$ 数据混杂 -s -g1 sum 2 <example.txt
一个15
乙20
Ç5的

这相当于：

$ cat 示例.txt | 排序 -k1,1 | 数据混杂 -g 1 和 2

使用 -h (--标题) 如果输入文件有标题行：

# 给定一个包含学生姓名、领域、考试成绩的文件...
$ head -n5 score_h.txt
姓名专业分数
肖恩工程 47
迦勒商业 87
基督教商业 88
德里克艺术 60

# 计算每个专业的均值和标准偏差
$ 数据混杂 --sort --headers --group 2 表示 3 pstdev 3 <score_h.txt
（或使用简写形式）
$ 数据混杂 -sH -g2 表示 3 pstdev 3 <score_h.txt
（或使用命名列）
$ 数据混杂 -sH -g Major mean Score pstdev Score < score_h.txt
GroupBy（主要）平均值（分数）pstdev（分数）
艺术 68.9 10.1
商务87.3 4.9
工程 66.5 19.1
医疗保健 90.6 8.8
生命科学 55.3 19.7
社会科学 60.2 16.6

在每一行中反转字段顺序：

$ seq 6 | 粘贴 - - | 数据混杂 反转
2 1
4 3
6 5

转置行、列：

$ seq 6 | 粘贴 - - | 数据混杂 转
1 3 5
2 4 6

从第 1 列中删除具有重复键值的行（与 第一,最后 操作， 备份
速度要快得多，并且不需要使用 -s 对文件进行排序）：

# 给定文件列表和样本 ID：
$猫输入
样品 ID 文件
2cc.txt
3.dd.txt
1 ab.txt
2.ee.txt
3 ff.txt

# 删除具有重复样本 ID 的行（第 1 列）：
$ 数据混杂 rmdup 1 < 输入
（或使用命名列）
$ 数据混杂 -H rmdup 样本 ID < 输入
样品 ID 文件
2cc.txt
3.dd.txt
1 ab.txt

计算每个TXT文件的sha1哈希值，在计算每个的sha1值之后
文件内容：

$ sha1sum *.txt | 数据混杂-Wf sha1 2

附加 相关信息

请参阅 GNU Datamash 网站 (http://www.gnu.org/software/datamash)

使用 onworks.net 服务在线使用 datamash