计算文本文件中重复行数的更简单方法

Question

我有一个看起来像这样的文本文件：

abc
bcd
abc
efg
bcd
abc

预期的输出是这样的：

3 abc 
2 bcd
1 efg

我知道有一个解决方案：

sort -k2 < inFile |
awk '!z[$1]++{a[$1]=$0;} END {for (i in a) print z[i], a[i]}' |
sort -rn -k1 > outFile 

该代码进行排序，删除重复项，然后再次排序，并输出预期的输出。 但是，有没有更简单的方法来表示z [$ 1] ++ {a [$ 1] = $ 0}部分？ 我的意思是说更“基本”。

Answer 1

更基本的：

$ sort inFile | uniq -c
      3 abc
      2 bcd
      1 efg

更基本的awk

当使用awk的惯用法时，表达式!z[$1]++{a[$1]=$0;}清晰明了。 对于那些习惯于使用其他语言进行编程的人，可能更熟悉其他形式，例如：

awk '{if (z[$1]++ == 0) a[$1]=$0;} END {for (i in a) print z[i], a[i]}'

要么，

awk '{if (z[$1] == 0) a[$1]=$0; z[$1]+=1} END {for (i in a) print z[i], a[i]}'

Answer 2

如果您的输入文件包含数十亿行，并且您希望避免排序，那么您可以执行以下操作：

awk '{a[$0]++} END{for(x in a) print a[x],x}' file.txt