単一のコマンドで数値のリストの最小、最大、中央値、平均を取得する方法はありますか？

ファイルには、1行に1つずつ番号のリストがあります。最小値、最大値、中央値、平均値を取得するにはどうすればよいですか？結果をbashスクリプトで使用したい。

私の当面の状況は整数の場合ですが、浮動小数点数の解決策は将来的には有用ですが、単純な整数法で十分です。

Rプログラミング言語を使用できます。

以下に、すばやくて汚いRスクリプトを示します。

#! /usr/bin/env Rscript
d<-scan("stdin", quiet=TRUE)
cat(min(d), max(d), median(d), mean(d), sep="\n")

は、標準入力（つまり、パイプまたはリダイレクト）から読み取る特別なファイル名"stdin"でscanあることに注意してください。

これで、データを標準入力経由でRスクリプトにリダイレクトできます。

$ cat datafile
1
2
4
$ ./mmmm.r < datafile
1
4
2
2.333333

浮動小数点でも動作します：

$ cat datafile2
1.1
2.2
4.4
$ ./mmmm.r < datafile2
1.1
4.4
2.2
2.566667

Rスクリプトファイルを書きたくない場合は、コマンドラインで次のコマンドを使用して、真のワンライナー（読みやすくするために改行のみ）を呼び出すことができますRscript。

$ Rscript -e 'd<-scan("stdin", quiet=TRUE)' \
          -e 'cat(min(d), max(d), median(d), mean(d), sep="\n")' < datafile
1
4
2
2.333333

http://cran.r-project.org/manuals.htmlで Rの詳細なマニュアルを読んでください。

残念ながら、完全なリファレンスはPDFでのみ入手可能です。参照を読み取る別の方法?topicnameは、対話型Rセッションのプロンプトに入力することです。

完全を期すために、必要なすべての値などを出力するRコマンドがあります。残念ながら、プログラムで解析するのが難しい人間に優しい形式です。

> summary(c(1,2,4))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.000   1.500   2.000   2.333   3.000   4.000 

私は実際に少しのawkプログラムを保持して、数値データ（負の数を含む）の単一列の合計、データ数、最小データム、最大データム、平均、および中央値を示します。

#!/bin/sh
sort -n | awk '
  BEGIN {
    c = 0;
    sum = 0;
  }
  $1 ~ /^(\-)?[0-9]*(\.[0-9]*)?$/ {
    a[c++] = $1;
    sum += $1;
  }
  END {
    ave = sum / c;
    if( (c % 2) == 1 ) {
      median = a[ int(c/2) ];
    } else {
      median = ( a[c/2] + a[c/2-1] ) / 2;
    }
    OFS="\t";
    print sum, c, ave, median, a[0], a[c-1];
  }
'

上記のスクリプトは標準入力から読み取り、タブで区切られた出力の列を1行に出力します。

GNU datamashの場合：

$ printf '1\n2\n4\n' | datamash max 1 min 1 mean 1 median 1
4   1   2.3333333333333 2

awkを使用すると、最小、最大、平均を簡単に取得できます。

% echo -e '6\n2\n4\n3\n1' | awk 'NR == 1 { max=$1; min=$1; sum=0 }
   { if ($1>max) max=$1; if ($1<min) min=$1; sum+=$1;}
   END {printf "Min: %d\tMax: %d\tAverage: %f\n", min, max, sum/NR}'
Min: 1  Max: 6  Average: 3,200000

中央値の計算はもう少し難しいです。数字を並べ替えてしばらくメモリに保存するか、2回読み込む必要があります（最初にカウントしてから、中央値を取得するため）。すべての数値をメモリに保存する例を次に示します。

% echo -e '6\n2\n4\n3\n1' | sort -n | awk '{arr[NR]=$1}
   END { if (NR%2==1) print arr[(NR+1)/2]; else print (arr[NR/2]+arr[NR/2+1])/2}' 
3

pythonpyは次のようなものに適しています：

cat file.txt | py --ji -l 'min(l), max(l), numpy.median(l), numpy.mean(l)'

最小：

jq -s min

最大：

jq -s max

中央値：

sort -n|awk '{a[NR]=$0}END{print(NR%2==1)?a[int(NR/2)+1]:(a[NR/2]+a[NR/2+1])/2}'

平均：

jq -s add/length

（）オプションJSONとして各行を解析した後、入力ラインの配列を作成し、又はこの場合の数値として。jq-s--slurp

nums=$(<file.txt); 
list=(`for n in $nums; do printf "%015.06f\n" $n; done | sort -n`); 
echo min ${list[0]}; 
echo max ${list[${#list[*]}-1]}; 
echo median ${list[${#list[*]}/2]};

そして、中央値を含むPerlの1つの（長い）ライナー：

cat numbers.txt \
| perl -M'List::Util qw(sum max min)' -MPOSIX -0777 -a -ne 'printf "%-7s : %d\n"x4, "Min", min(@F), "Max", max(@F), "Average", sum(@F)/@F,  "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;'

使用される特別なオプションは次のとおりです。

• -0777 ：行ごとではなく、ファイル全体を一度に読み取ります
• -a ：@F配列への自動分割

同じもののより読みやすいスクリプトバージョンは次のようになります。

#!/usr/bin/perl

use List::Util qw(sum max min);
use POSIX;

@F=<>;

printf "%-7s : %d\n" x 4,
    "Min", min(@F),
    "Max", max(@F),
    "Average", sum(@F)/@F,
    "Median", sum( (sort {$a<=>$b} @F)[ int( $#F/2 ), ceil( $#F/2 ) ] )/2;

小数が必要な場合は、の%dようなものに置き換えます%.2f。

Simple-rが答えです。

r summary file.txt
r -e 'min(d); max(d); median(d); mean(d)' file.txt

R環境を使用して、統計分析を簡素化します。

このページにさまざまなオプションを表示するために、さらに2つの方法があります。

1：オクターブ

• GNU Octaveは高レベルのインタープリター言語であり、主に数値計算を目的としています。線形および非線形問題の数値解法、および他の数値実験を実行する機能を提供します。

簡単なオクターブの例を次に示します。

octave -q --eval 'A=1:10;
  printf ("# %f\t%f\t%f\t%f\n", min(A), max(A), median(A), mean(A));'  
# 1.000000        10.000000       5.500000        5.500000

2：bash +単一目的ツール。

bashが浮動小数点数を処理するために、このスクリプトはpackageからnumprocessおよびnumaverageを使用しますnum-utils。

PS。また、を合理的に見てきましたbcが、この特定の仕事については、それ以上のことawkは何も提供していません。これは（「bc」状態の「c」のように）電卓awkです。多くのプログラミングとこのbashスクリプトを必要とする電卓です...

arr=($(sort -n "LIST" |tee >(numaverage 2>/dev/null >stats.avg) ))
cnt=${#arr[@]}; ((cnt==0)) && { echo -e "0\t0\t0\t0\t0"; exit; }
mid=$((cnt/2)); 
if [[ ${cnt#${cnt%?}} == [02468] ]] 
   then med=$( echo -n "${arr[mid-1]}" |numprocess /+${arr[mid]},%2/ )
   else med=${arr[mid]}; 
fi     #  count   min       max           median        average
echo -ne "$cnt\t${arr[0]}\t${arr[cnt-1]}\t$med\t"; cat stats.avg 

レスマナのRの選択を 2回目にし、最初のRプログラムを提供します。標準入力の行ごとに1つの数値を読み取り、スペースで区切られた4つの数値（最小、最大、平均、中央値）を標準出力に書き込みます。

#!/usr/bin/env Rscript
a <- scan(file("stdin"), c(0), quiet=TRUE);
cat(min(a), max(a), mean(a), median(a), "\n");

以下sort/ awkタンデムはそれを行います：

sort -n | awk '{a[i++]=$0;s+=$0}END{print a[0],a[i-1],(a[int(i/2)]+a[int((i-1)/2)])/2,s/i}'

（値のカウントが偶数の場合、2つの中央値の平均として中央値を計算します）

Bruceのコードからヒントを得て、ここにデータ全体をメモリに保持しないより効率的な実装を示します。質問で述べたように、入力ファイルには（最大で）1行に1つの番号があると想定しています。適格な数値を含む入力ファイル内の行をカウントし、そのカウントをawkソート済みデータ（前）とともにコマンドに渡します。したがって、たとえば、ファイルに

6.0
4.2
8.3
9.5
1.7

の入力awkは実際には

5
1.7
4.2
6.0
8.3
9.5

次に、awkスクリプトはNR==1コードブロックのデータカウントをキャプチャし、中央値（または中央値を生成するために平均化される2つの中央値）を保存します。

FILENAME="Salaries.csv"

(awk 'BEGIN {c=0} $1 ~ /^[-0-9]*(\.[0-9]*)?$/ {c=c+1;} END {print c;}' "$FILENAME"; \
        sort -n "$FILENAME") | awk '
  BEGIN {
    c = 0
    sum = 0
    med1_loc = 0
    med2_loc = 0
    med1_val = 0
    med2_val = 0
    min = 0
    max = 0
  }

  NR==1 {
    LINES = $1
    # We check whether numlines is even or odd so that we keep only
    # the locations in the array where the median might be.
    if (LINES%2==0) {med1_loc = LINES/2-1; med2_loc = med1_loc+1;}
    if (LINES%2!=0) {med1_loc = med2_loc = (LINES-1)/2;}
  }

  $1 ~ /^[-0-9]*(\.[0-9]*)?$/  &&  NR!=1 {
    # setting min value
    if (c==0) {min = $1;}
    # middle two values in array
    if (c==med1_loc) {med1_val = $1;}
    if (c==med2_loc) {med2_val = $1;}
    c++
    sum += $1
    max = $1
  }
  END {
    ave = sum / c
    median = (med1_val + med2_val ) / 2
    print "sum:" sum
    print "count:" c
    print "mean:" ave
    print "median:" median
    print "min:" min
    print "max:" max
  }
'

num小さなでawk、例えばまさにこれを行い、より多くのラッパー

$ echo "1 2 3 4 5 6 7 8 9" | num max
9
$ echo "1 2 3 4 5 6 7 8 9" | num min max median mean
..and so on

超ポータブルなawkで車輪を再発明する必要がありません。ドキュメントは上記にあり、直接リンクはこちら（GitHubページも確認してください）。

でperl：

$ printf '%s\n' 1 2 4 |
   perl -MList::Util=min,max -MStatistics::Basic=mean,median -w -le '
     chomp(@l = <>); print for min(@l), max(@l), mean(@l), median(@l)'
1
4
2.33
2

cat/python唯一の解決策- 空入力証明ではありません！

cat data |  python3 -c "import fileinput as FI,statistics as STAT; i = [int(l) for l in FI.input()]; print('min:', min(i), ' max: ', max(i), ' avg: ', STAT.mean(i), ' median: ', STAT.median(i))"

クールで賢いというよりもユーティリティに興味perlがある場合は、を選択するよりも簡単ですawk。概して、それは一貫した振る舞いを持つすべての* nixにあり、Windowsに簡単かつ無料でインストールできます。私はそれよりもわかりにくいと思うしawk、あなたがそれを自分で書いてRのようなものとの中間の家が欲しいならあなたが使うことができるいくつかの統計モジュールがあるだろう。私のかなりテストされていない）perlスクリプトの記述には約1分かかりましたが、唯一の不可解な部分はであると思いますwhile(<>)。これは非常に便利な速記です。つまり、コマンドライン引数として渡されたファイルを取り、一度に1行ずつ読み取り、特殊変数のその行$_。したがって、これをcount.plというファイルに入れて、として実行できますperl count.pl myfile。それとは別に、何が起こっているのかが痛々しいほど明白であるはずです。

$max = 0;
while (<>) {
 $sum = $sum + $_;
 $max = $_ if ($_ > $max);
 $count++;
}
$avg=$sum/$count;
print "$count numbers total=$sum max=$max mean=$avg\n";

function median()
{
    declare -a nums=($(cat))
    printf '%s\n' "${nums[@]}" | sort -n | tail -n $((${#nums[@]} / 2 + 1)) | head -n 1
}