CSVファイルから分割属性と対応する属性値, ゴルフプレイ（○，☓）の頻度を求めるプログラムを作成したい

Question

前提・実現したいこと

以下のtest.csvを読み込み, 分割属性(天気など), と対応する属性値(晴など), ゴルフプレイ(○, ×)の頻度を求めるプログラムを作成したいです。

天気	温度	湿度	風	ゴルフプレイ
晴	暑	高	無	×
晴	暑	高	有	×
曇	暑	高	無	○
雨	暖	高	無	○
雨	涼	普通	無	○
雨	涼	普通	有	×
曇	涼	普通	有	○
晴	暖	高	無	×
晴	涼	普通	無	○
雨	暖	普通	無	○
晴	暖	普通	有	○
曇	暖	高	有	○
曇	暑	普通	無	○
雨	暖	高	有	×

ちなみに, 最終的には以下のように出力されるのが目標です。

天気 -> 雨 -> ○ = 3
天気 -> 雨 -> × = 2
天気 -> 晴 -> × = 3
天気 -> 晴 -> ○ = 2
天気 -> 曇 -> ○ = 4
風 -> 無 -> × = 2
風 -> 無 -> ○ = 6
風 -> 有 -> × = 3
風 -> 有 -> ○ = 3
湿度 -> 高 -> ○ = 3
湿度 -> 高 -> × = 4
湿度 -> 普通 -> ○ = 6
湿度 -> 普通 -> × = 1
...

発生している問題・エラーメッセージ

csvファイルの読み込みと頻度表示はできたのですが, 出力結果がアドレス表示になってしまっています。その原因がよく分からないので教えてほしいです。

該当のソースコード

#!/usr/bin/perl
use strict;
use Encode;
use utf8;

main();

sub main {
    my %TrainData=mkDataHash("test.csv");
    
    foreach my $tag (keys %TrainData)
    {
        foreach my $data (keys %{$TrainData{$tag}})
        {
            foreach my $det (keys %{$TrainData{$tag}{$data}})
            {
                my $f = $TrainData{$tag}->{$data}->{$det};
                print("$TrainData{$tag}->$TrainData{$data}->$TrainData{$det}-->$f\n");
            }
        }
    }
}

sub mkDataHash {
    my($csv_name)=shift(@_);
    open(my $IN,$csv_name);
    my $data_utf8=<IN>;
    my @Tag=split(/\t/,decode_utf8($data_utf8)); 
    my %TrainData;
    chomp($data_utf8);
    while(my $data_utf8=<$IN>) {
       chomp($data_utf8);
       my @Data=split(/\t/,decode_utf8($data_utf8));
       my $det=pop(@Data);
       my $i;
       for($i=0; $i<=$#Data; $i++)
       {
           my $tag = $Tag[$i];
           my $data = $Data[$i];
           $TrainData{$tag}->{$data}->{$det}++;
       }
   }
   close($IN);
   return %TrainData;
}

試したこと

配列でなければpop関数が使えないことに気づいたので新たに@list関数を追加しました。また, それに伴ってタブで区切られているところをsplit関数で表現してみました。ファイルの読み込みが以前実行したときにはできていなかったので, やり方を調べて修正しました。ファイルの読み込みと同じ要領でfor文を利用してtagとdataを処理してみました。

補足情報

Ubuntu-20.04を利用しています。

Comments

[tatsu99]

提示されたtest.csvを読み込んだ場合、
期待する出力結果は、どのようになりますか？

[wagashi_157]

天気 -> 雨 -> ○ = 3
天気 -> 雨 -> × = 2
天気 -> 晴 -> × = 3
天気 -> 晴 -> ○ = 2
･･･
というように分割属性→対応する属性値→○×→出現頻度の順で出力されるプログラムを作成したいです。

Answer 1

分割属性(天気など), と対応する属性値(晴など), ゴルフプレイ(○, ×)をキーにしたハッシュを作成しています。
ハッシュの値をハッシュにするようにはしていません。

#!/usr/bin/perl
use strict;
use Encode;
use utf8;

main();

sub main {
    my %TrainData = mkDataHash("test.csv");
    foreach my $key (sort(keys %TrainData))
    {
    	my ($tag,$data,$det) = split(/\|/,$key);
    	print $tag,' -> ',$data,' -> ',$det,' = ',$TrainData{$key},"\n";
    }
}

sub mkDataHash {
    my $csv_name = shift(@_);
    open(IN,$csv_name);
    my $data_utf8 = <IN>;
    chomp($data_utf8);
    my @Tag = split(/\t/,$data_utf8);
    my %TrainData = ();
    while(my $data_utf8 = <IN>) {
       chomp($data_utf8);
       my @Data = split(/\t/,$data_utf8);
       my $i;
       for($i=0; $i < $#Data; $i++)
       {
           my $tag = $Tag[$i];
           my $data = $Data[$i];
           my $det = $Data[$#Tag];
           my $key = $tag . '|' . $data . '|' . $det;
           $TrainData{$key}++;
       }
   }
   close(IN);
   return %TrainData;
}

実行結果
天気 -> 晴 -> × = 3
天気 -> 晴 -> ○ = 2
天気 -> 曇 -> ○ = 4
天気 -> 雨 -> × = 2
天気 -> 雨 -> ○ = 3
温度 -> 暑 -> × = 2
温度 -> 暑 -> ○ = 2
温度 -> 暖 -> × = 2
温度 -> 暖 -> ○ = 4
温度 -> 涼 -> × = 1
温度 -> 涼 -> ○ = 3
湿度 -> 普通 -> × = 1
湿度 -> 普通 -> ○ = 6
湿度 -> 高 -> × = 4
湿度 -> 高 -> ○ = 3
風 -> 有 -> × = 3
風 -> 有 -> ○ = 3
風 -> 無 -> × = 2
風 -> 無 -> ○ = 6

Answer 2

Perl ではなく、GNU awk を利用する場合。

$ gawk --version
GNU Awk 5.1.0, API: 3.0 (GNU MPFR 4.1.0, GNU MP 6.2.1)

$ gawk '
  NR==1{split($0, cols); next}
  {for(i=1;i<length(cols);i++) tbl[cols[i] " -> " $i " -> " $5]++}
  END{
    PROCINFO["sorted_in"] = "@ind_str_asc"
    for(i in tbl) print i " = " tbl[i]
  }
' test.tsv 

天気 -> 晴 -> × = 3
天気 -> 晴 -> ○ = 2
天気 -> 曇 -> ○ = 4
天気 -> 雨 -> × = 2
天気 -> 雨 -> ○ = 3
温度 -> 暑 -> × = 2
温度 -> 暑 -> ○ = 2
温度 -> 暖 -> × = 2
温度 -> 暖 -> ○ = 4
温度 -> 涼 -> × = 1
温度 -> 涼 -> ○ = 3
湿度 -> 普通 -> × = 1
湿度 -> 普通 -> ○ = 6
湿度 -> 高 -> × = 4
湿度 -> 高 -> ○ = 3
風 -> 有 -> × = 3
風 -> 有 -> ○ = 3
風 -> 無 -> × = 2
風 -> 無 -> ○ = 6

Answer 3

ファイルをオープンだけして読み込みをしてないですね。当然ながら読み込んでないデータは表示されません。