Início / unix / Perguntas / 417076
Accepted
nat
Asked: 2018-01-15 09:37:22 +0800 CST

Correspondência de pares reversíveis em um arquivo CSV

  • 772

Eu tenho um arquivo .csv que se parece com isso:

A,B,1999
C,D,1990
B,A,1989
D,A,1990
A,B,1999
...

Eu quero reorganizá-lo para ficar mais ou menos assim:

A,B,1989,0,B,A,1
A,B,1999,2,B,A,0
C,D,1990,1,D,C,0
D,A,1990,1,A,D,0

Ou seja, gostaria de ter o número de vezes que o par A,Bocorre para cada um dos valores registrados na terceira coluna, e também o número de vezes B,Aque ocorre para o mesmo valor.

Estou lutando principalmente para combinar as linhas que dizem A,Bcom as que dizem B,A.

Agradeceria muito qualquer ajuda com isso.

awk perl

2 respostas

  1. Best Answer

    Solução GNU awk:

    awk -F',' '{ k=$1 FS $2 }{ a[k][$3]++; rev[k]=$2 FS $1 }
           END{ 
               for(i in a) 
                   for(j in a[i]) { 
                       print i, j, a[i][j], rev[i], a[rev[i]][j]+0; 
                       delete a[rev[i]][j] 
                   }
           }' OFS=',' file

    A saída:

    C,D,1990,1,D,C,0
A,B,1999,2,B,A,0
D,A,1990,1,A,D,0
B,A,1989,1,A,B,0
    • 1

  2. Este em Perl parece estar funcionando.

    perl -F, -alne '
    next if /^\s*$/;
    $hs{$F[2]}{"$F[0],$F[1]"}++;
    END{
        while (my ($nr, $lhs) = each %hs) {
            while (my ($lts, $cnt) = each %{$lhs}) {
                my $rvs = scalar reverse $lts;
                my $rvsn = $hs{$nr}{$rvs} // 0;
                print "$lts,$nr,$cnt,$rvs,$rvsn";
                delete $hs{$nr}{$rvs};
            }
        }
    }
' data

    Explicando linha por linha:

    1. Execute Perl com , f ou delimitador, leia os campos em uma matriz , cuide dos finais de linha, execute para cada linha e execute :

      perl -F, -alne '

    2. Pule as linhas em branco na entrada:

      next if /^\s*$/;

    3. Aumente o contador de hash para cada registro:

      $hs{$F[2]}{"$F[0],$F[1]"}++;

    4. Inicie o bloco final:

      END{

    5. Leia o hash:

      while (my ($nr, $lhs) = each %hs) {
    while (my ($lts, $cnt) = each %{$lhs}) {

    6. Preparar dados para impressão:

      my $rvs = scalar reverse $lts;
my $rvsn = $hs{$nr}{$rvs} // 0;
print "$lts,$nr,$cnt,$rvs,$rvsn";

    7. Livre-se da entrada gêmea no hash:

      delete $hs{$nr}{$rvs};

    8. dataé o arquivo de entrada.

    Como resultado, para esses dados de entrada:

    A,B,1999
C,D,1990
B,A,1989
D,A,1990
A,B,1999
B,A,1999

    você deve obter esta saída:

    D,A,1990,1,A,D,0
C,D,1990,1,D,C,0
B,A,1989,1,A,B,0
A,B,1999,2,B,A,1
    • 0

relate perguntas