請在弦數數學（和文本使用awk解析）

Question

我有一個4列文件（input.file）與頭：

something1 something2 A B 

，然後用相同的格式很多4列行（例如， ）：

ID_00001 1 0 0 
ID_00002 0 1 0 
ID_00003 1 0 0 
ID_00004 0 0 1 
ID_00005 0 1 0 
ID_00006 0 1 0 
ID_00007 0 0 0 
ID_00008 1 0 0 

其中， 「1 0 0」 代表 「AA」 的， 「0 1 0」 是指 「AB」 和 「0 0 1」 表示 「BB」

首先，我喜歡創建第5列來識別這些表示：

ID_00001 1 0 0 AA 
ID_00002 0 1 0 AB 
ID_00003 1 0 0 AA 
ID_00004 0 0 1 BB 
ID_00005 0 1 0 AB 
ID_00006 0 1 0 AB 
ID_00007 0 0 0 no data 
ID_00008 1 0 0 AA 

注意的是，A和B的需要從第3和標題行的4解析，因爲他們並不總是A和B.

接下來，我想「做數學」上用於（新）柱5計數如下：

(2BB + AB)/2(AA + AB + BB) 

使用的例子中，數學會給：

（2（1）+ 3）/ 2（3 + 3 + 1）= 5/14 = 0.357

我想追加到所需的輸出文件（output.file）結束：

ID_00001 1 0 0 AA 
ID_00002 0 1 0 AB 
ID_00003 1 0 0 AA 
ID_00004 0 0 1 BB 
ID_00005 0 1 0 AB 
ID_00006 0 1 0 AB 
ID_00007 0 0 0 no data 
ID_00008 1 0 0 AA 

B_freq = 0.357 

到目前爲止，我有這樣的：

awk '{ if ($2 = 1) {print $0, $5="AA"} \ 
else if($3 = 1) {print $0, $5="AB"} \ 
else if($4 = 1) {print $0, $5="BB"} \ 
else {print$0, $5="no data"}}' input.file > output.file 

顯然，我沒能圖瞭解如何解析第1行的信息（標題行，編輯出「第1列」），更不用說數學了。

謝謝你們！

Answer 1

更結構化的方法......

NR==1 {a["100"]=$3$3; a["010"]=$3$4; a["001"]=$4$4; print; next} 
     {k=$2$3$4; 
     print $0, (k in a)?a[k]:"no data"; 
     c[k]++} 
END {printf "\nB freq = %.3f\n", 
     (2*c["001"]+c["010"])/2/(c["100"]+c["010"]+c["001"])} 

UPDATE 對於非二進制數據，你可以按照同樣的邏輯與一些預處理。這樣的事情應該在主塊的工作：

for(i=2;i<5;i++) v[i]=(($i-0.9)^2<=0.1^2)?1:0; 
k=v[2] v[3] v[4]; 
... 

這裏的值在一個量化爲範圍[0.8,1]，否則爲零。

要捕獲「B」或替代在第一塊設置h=$4並使用它作爲printf "\n%s freq...",h,(2*c...