我正在尝试根据列中的第二个字段对文本文件进行排序,所以基本上我有一个像
"Year","District Code","District Name","Neighborhood Code","Neighborhood Name","Gender","Number"
"2017","1","Ciutat Vella","1","el Raval","Boys",283
"2017","1","Ciutat Vella","2","el Barri Gòtic","Boys",56
"2017","1","Ciutat Vella","3","la Barceloneta","Boys",51
"2017","1","Ciutat Vella","4","Sant Pere, Santa Caterina i la Ribera","Boys",90
"2017","2","Eixample","5","el Fort Pienc","Boys",117
"2017","2","Eixample","6","la Sagrada Família","Boys",207
"2017","2","Eixample","7","la Dreta de l'Eixample","Boys",185
"2017","2","Eixample","8","l'Antiga Esquerra de l'Eixample","Boys",176
"2017","2","Eixample","9","la Nova Esquerra de l'Eixample","Boys",218
"2017","2","Eixample","10","Sant Antoni","Boys",172
"2017","3","Sants-Montjuïc","11","el Poble Sec","Boys",156
"2017","3","Sants-Montjuïc","12","la Marina del Prat Vermell","Boys",4
"2017","3","Sants-Montjuïc","13","la Marina de Port","Boys",119
"2017","3","Sants-Montjuïc","14","la Font de la Guatlla","Boys",42
"2017","3","Sants-Montjuïc","15","Hostafrancs","Boys",78
"2017","3","Sants-Montjuïc","16","la Bordeta","Boys",81
"2017","3","Sants-Montjuïc","17","Sants - Badal","Boys",108
"2017","3","Sants-Montjuïc","18","Sants","Boys",155
"2017","4","Les Corts","19","les Corts","Boys",199
"2017","4","Les Corts","20","la Maternitat i Sant Ramon","Boys",101
"2017","4","Les Corts","21","Pedralbes","Boys",32
"2017","5","Sarrià-Sant Gervasi","22","Vallvidrera, el Tibidabo i les Planes","Boys",17
"2017","5","Sarrià-Sant Gervasi","23","Sarrià","Boys",122
"2017","5","Sarrià-Sant Gervasi","24","les Tres Torres","Boys",74
"2017","5","Sarrià-Sant Gervasi","25","Sant Gervasi - la Bonanova","Boys",104
"2017","5","Sarrià-Sant Gervasi","26","Sant Gervasi - Galvany","Boys",206
"2017","5","Sarrià-Sant Gervasi","27","el Putxet i el Farró","Boys",127
"2017","6","Gràcia","28","Vallcarca i els Penitents","Boys",66
"2017","6","Gràcia","29","el Coll","Boys",26
"2017","6","Gràcia","30","la Salut","Boys",62
"2017","6","Gràcia","31","la Vila de Gràcia","Boys",241
"2017","6","Gràcia","32","el Camp d'en Grassot i Gràcia Nova","Boys",149
"2017","7","Horta-Guinardó","33","el Baix Guinardó","Boys",97
"2017","7","Horta-Guinardó","34","Can Baró","Boys",41
"2017","7","Horta-Guinardó","35","el Guinardó","Boys",148
"2017","7","Horta-Guinardó","36","la Font d'en Fargues","Boys",26
"2017","7","Horta-Guinardó","37","el Carmel","Boys",123
"2017","7","Horta-Guinardó","38","la Teixonera","Boys",48
"2017","7","Horta-Guinardó","39","Sant Genís dels Agudells","Boys",28
"2017","7","Horta-Guinardó","40","Montbau","Boys",26
"2017","7","Horta-Guinardó","41","la Vall d'Hebron","Boys",12
"2017","7","Horta-Guinardó","42","la Clota","Boys",8
"2017","7","Horta-Guinardó","43","Horta","Boys",9
我想根据 District code 对整个文件进行排序,然后打印出结果,我只是在这里复制了几行,因为文件有 1000 多行所以。我尝试了几个命令:
cat $1 | sort -n -k 2
cat $1 | sort -t \" -n -k 2
但它似乎什么都不做?
还有一些行未排序,例如:
"2017","10","Sant Martí","64","el Camp de l'Arpa del Clot","Boys",148
"2017","10","Sant Martí","65","el Clot","Boys",125
"2017","10","Sant Martí","66","el Parc i la Llacuna del Poblenou","Boys",79
"2017","10","Sant Martí","67","la Vila Olímpica del Poblenou","Boys",34
"2017","10","Sant Martí","68","el Poblenou","Boys",160
"2017","10","Sant Martí","69","Diagonal Mar i el Front Marítim del Poblenou","Boys",103
"2017","10","Sant Martí","70","el Besòs i el Maresme","Boys",119
"2017","10","Sant Martí","71","Provençals del Poblenou","Boys",106
"2017","10","Sant Martí","72","Sant Martí de Provençals","Boys",100
"2017","10","Sant Martí","73","la Verneda i la Pau","Boys",122
"2017","1","Ciutat Vella","1","el Raval","Girls",219
"2017","1","Ciutat Vella","2","el Barri Gòtic","Girls",53
"2017","1","Ciutat Vella","3","la Barceloneta","Girls",50
"2017","1","Ciutat Vella","4","Sant Pere, Santa Caterina i la Ribera","Girls",90
"2017","2","Eixample","5","el Fort Pienc","Girls",114
"2017","2","Eixample","6","la Sagrada Família","Girls",183
"2017","2","Eixample","7","la Dreta de l'Eixample","Girls",159
所以以防万一你想知道。谢谢...
试试这个代码:
到底是怎么回事?
它使用双引号
"
作为分隔符。这让我们可以将第二个引用的数字列作为“数字”而不是字符串。但它搞乱了列的计数。因为每一行都以"
排序开头,所以在“年份”之前考虑了一个空列。同样,“年份”和“区号”之间的逗号分隔符也被视为一列。因此区代码是-k4,而不是-k2。如果我们使用逗号
,
作为分隔符,则地区代码用双引号引起来,并按排序视为字符串。input.txt
是输入文件的名称。是output.txt
输出文件的名称。参考:https ://stackoverflow.com/questions/24688548/bash-sort-quoted-csv-files-by-numeric-key
希望这可以帮助
District Code
问题是即使您使用正确的分隔符,引号也会使您的字段成为非数字字段,
。对于 CSV 输入,我建议使用支持 CSV 的工具 - 除了处理引用之外,它还将处理标题(如果您使用 plain ,则需要将其删除并重新插入
sort
)。例如,您可以
csvsort
从基于 Python 的csvkit
包中使用。不幸的是,默认情况下它会删除不必要的字段引用 - 但您可以csvformat
从同一个包中将其放回去:-I
由于 csvsort 默认执行类型推断,您可以免费获得数字排序 - 使用或关闭推断--no-inference
以查看它产生的差异。或者,您可以使用Miller(可从 Ubuntu
universe
存储库获得):如果您的文件适合更简单的格式,您可以尝试
--csvlite
代替。--csv
如果两者
csvkit
都不mlr
可用,那么您可以使用 GNU 执行类似的操作awk
。基本思想是创建两个数组,都由记录号索引,一个包含整行,另一个包含(数字转换的)第二列值。然后对后者进行数字排序并使用其排序索引来打印行:或者(更优雅地)使用具有自定义比较功能的单个数组
请注意,在这两种情况下,标题行都保留在原位,因为列名的
District Code
数值计算为0
,并且没有任何列值小于"1"
。更正式的正确解决方案是用自己的NR==1 {print; next}
规则处理标题行。请参阅GNU Awk 用户指南:12.2.1 控制数组遍历