# awk 의 초간단 사용법: awk 'pattern { action }' file
# awk 는 각 열을 한줄씩 읽어들이면서 pattern 을 만족시키는 {action} 을 실행합니다.
# awk 은 각 열을 space 를 기준으로 끊어 따로 저장하는데 예를 들면, 읽고 있는 열이
# 'John apple 3' 인 경우 John 은 $1 이란 변수에, apple 은 $2 란 변수에 집어넣습니다.
 
awk '$1==0 { print $2 }' file  # 읽고 있는 열의 첫번째 값($1)이 0이면 둘째 값($2) 출력
awk < file '$1==0 { print $2 }'  # 이것도 위와 같은 결과를 출력합니다
 
awk < file '/^test/ { print $2 }' # regular expression 도 사용 가능합니다. 
 
# pattern 부분은 옵션입니다. 필요하지 않으면 빈칸으로 두면 됩니다.
awk < file '{ print $2, $3 }' 
 
# 행을 표시하지 않으면 전체를 출력합니다. $0 은 열 전체를 의미합니다. 즉 둘다 결과는 같습니다. 
awk < file '{print}' 
awk < file '{print $0}'

# awk 의 또다른 사용법: awk -f filename
awk -f hello.awk
 
--- hello.awk file ---
#!/bin/awk -f
BEGIN { print "File\tOwner" }
{ print $8, "\t", $3}
END { print " - DONE -" }

# awk 은 space 와 tab 을 기준으로 행을 구분합니다. 하지만 -F 써서 이를 바꿀 수 있습니다.
# awk 은 $1, $2.. 등을 field 라고 부르는데 그래서 옵션이 -F 즉 field separator 입니다. 
# 참고할 점은 일단 seperator 를 바꾸면 space 와 tab 은 무시합니다.
 
awk < /etc/passwd -F: '{ print $5 }' # ':' 를 기준으로 끊어 다섯번째 값을 출력합니다
 
# awk 을 이용한 연산
echo 8 4 | awk '{ print ($1-32)*(5/9) }'
> -13.3333  # awk 는 숫자를 실수로 다룹니다 (즉, 소수점까지 계산합니다)
 
# awk 의 다양한 처리방식
echo 5 4 | awk '{ print $1 $2 }' # $1$2 이렇게 붙여도 결과는 같습니다
> 54
echo 5 4 | awk '{ print $1,$2 }'
> 5 4
echo 5 4 | awk '{ print $1+$2 }'
> 9
echo a z | awk '{ print $1+$2 }' # 문자를 산술 연산자로 더하면?
> 0

# 각 열의 평균값을 구해봅시다. NF 는 Number of field 의 약자로 읽어들이는
# 행의 갯수를 담는 고정 변수입니다. 
# 매열마다 따로 계산해야 하므로 사용자 변수 total=0 으로 초기화 시킵니다.
# ; 를 이용하여 여러 명령어를 순차적으로 나열할 수 있습니다. 

awk '{ total=0; for (i=1; i<=NF; i++) total += $i; print total/NF; }'

# 'BEGIN {} pattern {action} END {}' 구문을 이용하여 
# 처음과 끝에서만 작동하는 명령어를 삽입할 수 있습니다.
awk '{ tot += $1; n += 1; }  END { print tot/n; }'

# awk built-in variables(대표적인 awk 고정 명령어들) 
NF: Number of fields in the current record (현재 읽고 있는 열의 행의 갯수) 
NR: Number of record processed since the beginning of current awk execution
(지금까지 읽어들인 열의 갯수) 
OFS: Output field separator (출력하는 행 구분자). Default value = " " 
ORS: Output record separator (출력하는 열 구분자). Default value = "\n"

# 첫번째 행만 제거하고 나머지는 모두 출력합니다.
awk '{ for (i=2; i<=NF; i++) printf "%s ", $i; printf "\n"; }'
 
# 주의사항: print vs. printf
print 함수는 출력후 자동으로 그리고 내부적으로 '\n' 을 붙입니다. 즉 따로 '\n' 을 출력하지 않아도 next line 으로 넘어갑니다. 하지만 printf 는 반드시 '\n' 을 따로 출력해야 합니다. 바꿔말하면 '\n' 을 출력하지 않으면 전체를 모두 이어서 하나의 열로 만들 수 있습니다.

length(string): 문자열의 문자수를 리턴합니다. 괄호를 비우면 현재 열의 전체 문자수를 리턴.	 
int(number): 숫자의 정수부분만 떼어 리턴합니다.
split(string, array, separator): 문자열을 separator 를 기준으로 분할하여 array 에 넣습니다.
그리고 array 의 index 를 리턴합니다. array[1].. 이렇게 사용하면 됩니다.	 
sprintf(format, arguments) 포맷에 맞추어 변수들이 값을 출력합니다.
substr(string, position, length) 문자열의 특정 위치에서 특정 길이만큼 뽑아 리턴합니다.

# 만약 아래와 같은 데이터가 있다고 합시다
chr8:28481001-28483000     NA   0   2   3   0
chr6:158956601-158957200   NA   0   2   2   2
chr20:42185201-42188600    NA   0   0   0   3
chr7:107542001-107543800   NA   0   0   2   0
chr14:24525801-24529600    NA   0   3   0   2
chr6:130689201-130690000   NA   2   0   0   2

# 첫번째 field 를 쪼개서 DNA 의 길이를 계산하여 아래와 같이 출력하려고 합니다
chr8  2000  0 2 3 0
chr6  600   0 2 2 2
chr20 3400  0 0 0 3
chr7  1800  0 0 2 0
chr14 3800  0 3 0 2
chr6  800   2 0 0 2

# 간단히 설명하면,
# 1. 먼저 1$ 를 : 와 - 를 기준으로 쪼개서 a 라는 array 에 넣습니다: split($1,a,":|-")
# 2. 그리고 염색체와 DNA 길이를 프린트 합니다: printf "%s %s",a[1],a[3]-a[2]+1
# 3. $1,$2 제외한 후 나머지를 프린트 합니다: $1=$2="";print
# 4. 모든 action 을 ; 을 통해 연결합니다 (이는 각각의 action 을 순차적으로 연산하도록 합니다)

awk '{split($1,a,":|-");printf "%s %s",a[1],a[3]-a[2]+1;$1=$2="";print}'

# '|' 은 OR 연산자 입니다. ':' 와 '-' 둘중에 하나를 만나면 쪼개도록 합니다.
# 중간에 printf 를 사용한 이유는 print 와는 다르게 '\n' 가 포함되어 있지 않아 뒤의 값들을 
# 이어서 출력하도록 합니다. 마지막에 사용된 print 는 '\n' 이 포함되어 있으므로 
# 자연스럽게 다음 줄로 내려가게 합니다.

#특정파일을 탭 또는 공백으로 구분되어 있는데, 2번째 부분만 출력하고 싶다.

awk '{print $2}' file
cat file | awk '{print $2}'

#특정파일이 ','로 구분되어 있는데 2번째 칼럼만 출력하고 싶다.

awk -F "," '{print $2}' file

#파일의 특정 칼럼에 특정값이 있는 갯수를 알고 싶다.

awk 'BEGIN{sum=0}{if ($2=="TEXT"){sum+=1}} END{print sum}' file

awk "{print FILENAME}" test.txt 
= test.txt 파일의 레코드 개수만큼 파일이름을 출력한다. 

awk "{print NR}" test.txt
= test.txt 파일의 레코드 번호를 출력한다. 

awk 'BEGIN {FS="\t"} {print $1 ,  $2}' test.txt
= test.txt 파일의 필드 구분자를 "\t" 으로 지정하고, 1번째와 2번째 필드를 프린트 한다. 

awk 'BEGIN {FS="\t"; OFS ="-"} {print $1 ,  $2} END {print "총 레코드의 수 : " NR}' test.txt
= test.txt 파일의 필드 구분자를 "\t" 로 지정하고, 1번째와 2번째 필드를 프린트 하되, 필드 구분자를 "-"
로 바꾸어 출력하고, 모든 레코드가 끝난 뒤, 총 레코드의 수를 출력한다.