Início / unix / Perguntas / 437116
Accepted
Bharat
Asked: 2018-04-12 10:50:31 +0800 CST

Comando mais simples para imprimir valores exclusivos de alguns dados de coluna com contagem de valores repetidos

  • 772

Uma amostra de dados de entrada com 3 colunas, 1ª e 3ª coluna tem valores em duplicatas, precisa imprimi-los exclusivamente com sua contagem de repetição.

sort -u ajuda em algum sentido, mas não consegue imprimir a ocorrência de valores repetidos relacionados à 1ª e 3ª coluna.

Input :

A 3210 -06:00
A 5172 -06:00
A 3335 -07:00
A 3258 -05:00
B 3322 -05:00
B 5097 -05:00
C 3238 -06:00
C 5364 -05:00
C 3366 -06:00
C 3293 -06:00

Resultado :

A(2) -06:00
A(1) -07:00
A(1) -05:00
B(2) -05:00
C(3) -06:00
C(1) -05:00

ou

Resultado :

A 2 -06:00
A 1 -07:00
A 1 -05:00
B 2 -05:00
C 3 -06:00
C 1 -05:00
awk text-processing

3 respostas

  1. Não é exatamente o formato que você deseja, mas atende a todos os outros requisitos:

    awk '{print $1" "$3}' <inFile> | sort | uniq -c

    Em inglês, use awk para imprimir apenas a primeira e a terceira colunas, depois classifique e uniq com count.

    • 3 
  2. $ awk '{ count[$1,$3]++ } END { for (i in count) { split(i, field, SUBSEP); printf("%s(%d)%s%s\n", field[1], count[i], OFS, field[2]) } }' file
A(1) -07:00
B(2) -05:00
A(2) -06:00
A(1) -05:00
C(3) -06:00
C(1) -05:00

    Observe que a saída pode não ser classificada. Passe-o, sortse necessário.

    O código armazena a contagem de quantas vezes o primeiro e o terceiro campos da entrada ocorreram juntos como um par, na countmatriz (com o primeiro e o terceiro campos como o índice). No final, fazemos um loop sobre os índices do array, dividindo-os no primeiro e terceiro campos originais (como field[1]e field[2]respectivamente) e os exibimos junto com a contagem no formato desejado.

    No formato alternativo:

    Se o arquivo de entrada usar um único espaço para o separador de campo (caso contrário, use awk '{ print $1,$3 }'em vez de cut):

    $ cut -d ' ' -f 1,3 file | sort | uniq -c
   1 A -05:00
   2 A -06:00
   1 A -07:00
   2 B -05:00
   1 C -05:00
   3 C -06:00

    Para trocar as duas primeiras colunas:

    $ cut -d ' ' -f 1,3 file | sort | uniq -c | awk '{ print $2, $1, $3 }'
A 1 -05:00
A 2 -06:00
A 1 -07:00
B 2 -05:00
C 1 -05:00
C 3 -06:00
    • 3
  3. Best Answer

    1. Dado Input use cut, sort, uniqe sed:

      cut -d ' ' -f1,3 Input | 
sort | uniq -c | 
sed 's/^ *//;s/^\([0-9]*\) \([^ ]*\)/\2 \1/'

    2. Usando datamashe sed:

      datamash -t ' ' -g1,3 -s countunique 2 < Input | 
sed 's/\(.*\) \(.*\) \(.*\)/\1 \3 \2/'

    Saída de qualquer um:

    A 1 -05:00
A 2 -06:00
A 1 -07:00
B 2 -05:00
C 1 -05:00
C 3 -06:00
    • 2

relate perguntas