无论大小写如何计算出现次数？

Question

table

chr10   10482   10484   0   11  +   CA
chr10   10486   10488   0   12  +   ca
chr10   10487   10489   0   13  +   Ca
chr10   10490   10492   0   13  +   cA
chr10   10491   10493   0   12  +   CT
chr10   10494   10496   6.66667 15  +   ca
chr10   10495   10497   6.66667 15  +   cc

我想计算第 7 列中可以找到 "CA" 的行数，无论两个字母中的任何一个是大写还是小写。

所需的输出为 5。

这两个命令（下面）给出了一个空输出

cat table | awk '  ==/^[Cc][Aa]/{++count} END {print count}'

awk 'BEGIN {IGNORECASE = 1} ==/"CA"/ {++count} END {print count}' table

下面的命令returns值为1

awk 'BEGIN {IGNORECASE = 1} END {if (=="CA"){++count} {print count}}' table

注：我的实际table有几千万行，不想中间写一个table来统计。（我也需要对其他文件重复此任务）。

Answer 1

您的语法有一点问题：您说的是 var == "string" 或 var ~ regexp，但您说的是 var ~ /"string"/。使用正确的组合使您的命令有效：

$ awk ' ~ /^[Cc][Aa]/{++count} END {print count+0}' file
5
$ awk 'BEGIN {IGNORECASE = 1} =="CA" {++count} END {print count+0}' file
5

此外，您可能希望使用 toupper()（或 tolower()）来检查这一点，而不是使用 IGNORECASE 标志：

awk 'toupper() == "CA" {++count} END {print count+0}' file

注意打印 count + 0 而不是 count 的技巧。这样，如果之前未设置变量，我们将其转换为 0。有了这个，只要没有匹配，它就会打印 0 ；如果我们只是 print count，它会 return 一个空字符串。

无论大小写如何计算出现次数？

How to count occurrences no matter its case?

awk

count

ignore-case