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

打印具有重复值计数的某些列数据的唯一值的最简单命令

  • 772

具有 3 列的示例输入数据，第 1 列和第 3 列具有重复值，需要使用它们的重复计数唯一地打印它们。

sort -u 在某种意义上确实有帮助，但无法打印与第一列和第三列相关的重复值的出现。

Input :

3210 -06:00
5172 -06:00
3335 -07:00
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

输出 ：

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

或者

输出 ：

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

3 个回答

  1. 不完全是您想要的格式，但符合所有其他要求：

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

    在英语中，使用 awk 仅打印第一列和第三列，然后排序，然后使用 count 进行 uniq。

    • 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

    请注意，输出可能未排序。sort如果需要，请通过它。

    代码将输入的第一个和第三个字段作为一对一起出现的次数存储在count数组中（第一个和第三个字段作为索引）。最后，我们循环遍历数组的索引，将它们分成原始的第一个和第三个字段（分别为 asfield[1]和第三个字段field[2]），并将它们与所需格式的计数一起输出。

    在替代格式中：

    如果输入文件使用单个空格作为字段分隔符（否则使用awk '{ print $1,$3 }'代替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

    要交换前两列：

    $ 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. 给定输入使用cut,sort和uniq:sed

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

    2. 使用datamash和sed：

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

    输出：

    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

相关问题