Come creare la colonna histogram

A cura di Totò Fiandaca  | issue #148 | guida/e Andrea Borruso

Caso d’uso

Dato un file CSV/TSV con un campo count (che rappresenta il numero delle volte in cui è presente il valore in tags), creare un campo histogram popolato con * che simuli un Istogramma dei valori count.

file di input.txt

usando Miller e il verbo bar:

mlr --t2p --barred bar --auto -f count input.txt

• barred per avere un output ben sistemato come sotto;

output:

+-----------------------+-------------------------------------------------+---------+
| tags                  | count                                           | percent |
+-----------------------+-------------------------------------------------+---------+
| -                     | [1]***************************************#[34] | 28.81   |
| Processing            | [1]********************************........[34] | 23.73   |
| Print Layouts         | [1]****************........................[34] | 12.71   |
| Expressions           | [1]**********..............................[34] | 8.47    |
| Mesh                  | [1]****....................................[34] | 4.24    |
| Forms                 | [1]**......................................[34] | 2.54    |
+-----------------------+-------------------------------------------------+---------+

per non visualizzare i puntini e il cancelletto, usare:

mlr --t2p --barred bar --auto  -b " " -x " " -f count input.txt

ottenendo:

+---------------+-------------------------------------------------+---------+
| Value         | count                                           | percent |
+---------------+-------------------------------------------------+---------+
| -             | [1]*************************************** [34] | 28.81   |
| Processing    | [1]********************************        [34] | 23.73   |
| Print Layouts | [1]****************                        [34] | 12.71   |
| Expressions   | [1]**********                              [34] | 8.47    |
| Mesh          | [1]*******                                 [34] | 4.24    |
| Forms         | [1]***                                     [34] | 2.54    |
+---------------+-------------------------------------------------+---------+

per eliminare le parentesi quadre e il valore interno, e duplicare il campo count:

mlr --t2p --barred put '$histo=$count'  \
then bar -x " " -b " " --auto -f histo  \
then cut -x -f histogram \
then put '$histo=gsub($histo,"[^*]","")' input.txt

+---------------+-------+---------+-----------------------------------------+
| Value         | count | percent | histogram                               |
+---------------+-------+---------+-----------------------------------------+
| -             | 34    | 28.81   | *************************************** |
| Processing    | 28    | 23.73   | ********************************        |
| Print Layouts | 15    | 12.71   | ****************                        |
| Expressions   | 10    | 8.47    | **********                              |
| Mesh          | 7     | 5.93    | *******                                 |
| API           | 4     | 3.39    | ***                                     |
| Forms         | 4     | 3.39    | ***                                     |
+---------------+-------+---------+-----------------------------------------+

Riferimenti utili

• Miller
• bash

Chi ha cucinato questa ricetta o ne ha tratto ispirazione

• Changelog 3.14 : https://github.com/pigreco/changelog314