AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • 主页
  • 系统&网络
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • 主页
  • 系统&网络
    • 最新
    • 热门
    • 标签
  • Ubuntu
    • 最新
    • 热门
    • 标签
  • Unix
    • 最新
    • 标签
  • DBA
    • 最新
    • 标签
  • Computer
    • 最新
    • 标签
  • Coding
    • 最新
    • 标签
主页 / computer / 问题 / 1616856
Accepted
Brian
Brian
Asked: 2021-01-12 22:39:33 +0800 CST2021-01-12 22:39:33 +0800 CST 2021-01-12 22:39:33 +0800 CST

基于字段的唯一子集进行计数

  • 772

我有一个结构如下的文本文件:

P,ABC,DEF
P,GHI,JKL
B,ABC,DEF
B,MNO,PQR

我想计算在保留字段 1 的同时字段 2 和 3 相同的行出现的次数。因此,输出将如下所示:

2,P,ABC,DEF
1,P,GHI,JKL
2,B,ABC,DEF
1,B,MNO,PQR

uniq -c行不通(据我所知),因为它不能按字段分开。sort -u -t, -k2,2 -k3,3也不会起作用,因为它不能计数(据我所知),并且所写的命令只会将第三行作为副本销毁,同时留下第一行。

归根结底,我需要返回的是第 2 行和第 4 行,因为字段 2 和 3 的组合是唯一的。但是,我需要保留字段 1,因为它指的是(在现实世界中)字段 2 和 3 来自哪个数据集。所以,返回第 2 行和第 4 行的解决方案确实是我需要的。

因此,以下解决方案也有效:

P,GHI,JKL
B,MNO,PQR
unix sorting
  • 1 1 个回答
  • 26 Views

1 个回答

  • Voted
  1. Best Answer
    Kamil Maciorowski
    2021-01-13T00:32:35+08:002021-01-13T00:32:35+08:00

    接受您的sort命令,我可以委托-u给uniq -u,这允许我使用 的-f选项uniq。此选项忽略给定数量的前导字段。您想忽略第一个字段,因此-f1. 为此,我需要将每个,转换为空白并返回:

    <data sort -t, -k2,2 -k3,3 | tr , ' ' | uniq -u -f1 | tr ' ' ,
    

    虽然这适用于您的示例数据集,但当有空白时它会失败。这是因为uniq -f将字段识别为[[:blank:]]*[^[:blank:]]*. 如果您的实际数据中有空白,那么它们会uniq识别出比您想要的更多的字段。

    为了克服这个问题,您需要将实际空白翻译为非空白,执行uniq,然后翻译回来。在 POSIX 语言环境[:blank:]中,仅包含空格和制表符;在其他地区,它可能包括更多。

    以下命令将空格临时转换为 DC1 字符(设备控制 1,八进制021)和制表符转换为 DC2(设备控制 2,八进制022):

    <data sort -t, -k2,2 -k3,3 | tr ' \t,' '\021\022 ' | uniq -u -f1 | tr '\021\022 ' ' \t,'
    

    如果只有数据不包含 DC1 或 DC2,它应该可以工作。

    即使您tr不支持多字节字符,翻译也不会干扰 UTF-8 的多字节字符,因为 UTF-8 中多字节字符的每个字节中的最高有效位始终是1,而对于 DC1 或DC2 是0。

    • 1

相关问题

  • 如何默认禁用 Zathura 的状态栏?

  • Outlook 默认排序类型复制到每个文件夹

  • 为什么专为文件管理设计的实用程序会不按字母顺序工作?

  • 如果 Windows 7 不支持 WSL,那么“基于 UNIX 的应用程序的子系统”是什么?

  • 如何从 `find -exec` 中作为 {} 传递的路径名中删除扩展名?

Sidebar

Stats

  • 问题 205573
  • 回答 270741
  • 最佳答案 135370
  • 用户 68524
  • 热门
  • 回答
  • Marko Smith

    如何减少“vmmem”进程的消耗?

    • 11 个回答
  • Marko Smith

    从 Microsoft Stream 下载视频

    • 4 个回答
  • Marko Smith

    Google Chrome DevTools 无法解析 SourceMap:chrome-extension

    • 6 个回答
  • Marko Smith

    Windows 照片查看器因为内存不足而无法运行?

    • 5 个回答
  • Marko Smith

    支持结束后如何激活 WindowsXP?

    • 6 个回答
  • Marko Smith

    远程桌面间歇性冻结

    • 7 个回答
  • Marko Smith

    子网掩码 /32 是什么意思?

    • 6 个回答
  • Marko Smith

    鼠标指针在 Windows 中按下的箭头键上移动?

    • 1 个回答
  • Marko Smith

    VirtualBox 无法以 VERR_NEM_VM_CREATE_FAILED 启动

    • 8 个回答
  • Marko Smith

    应用程序不会出现在 MacBook 的摄像头和麦克风隐私设置中

    • 5 个回答
  • Martin Hope
    Saaru Lindestøkke 为什么使用 Python 的 tar 库时 tar.xz 文件比 macOS tar 小 15 倍? 2021-03-14 09:37:48 +0800 CST
  • Martin Hope
    CiaranWelsh 如何减少“vmmem”进程的消耗? 2020-06-10 02:06:58 +0800 CST
  • Martin Hope
    Jim Windows 10 搜索未加载,显示空白窗口 2020-02-06 03:28:26 +0800 CST
  • Martin Hope
    v15 为什么通过电缆(同轴电缆)的千兆位/秒 Internet 连接不能像光纤一样提供对称速度? 2020-01-25 08:53:31 +0800 CST
  • Martin Hope
    andre_ss6 远程桌面间歇性冻结 2019-09-11 12:56:40 +0800 CST
  • Martin Hope
    Riley Carney 为什么在 URL 后面加一个点会删除登录信息? 2019-08-06 10:59:24 +0800 CST
  • Martin Hope
    zdimension 鼠标指针在 Windows 中按下的箭头键上移动? 2019-08-04 06:39:57 +0800 CST
  • Martin Hope
    jonsca 我所有的 Firefox 附加组件突然被禁用了,我该如何重新启用它们? 2019-05-04 17:58:52 +0800 CST
  • Martin Hope
    MCK 是否可以使用文本创建二维码? 2019-04-02 06:32:14 +0800 CST
  • Martin Hope
    SoniEx2 更改 git init 默认分支名称 2019-04-01 06:16:56 +0800 CST

热门标签

windows-10 linux windows microsoft-excel networking ubuntu worksheet-function bash command-line hard-drive

Explore

  • 主页
  • 问题
    • 最新
    • 热门
  • 标签
  • 帮助

Footer

AskOverflow.Dev

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve