[英]AWK count occurrences of column A based on uniqueness of column B
我有一个包含几列的文件,我想根据第一列 EX 独有的第二列值来计算一列的出现:
column 10 column 15
orange New York
green New York
blue New York
gold New York
orange Amsterdam
blue New York
green New York
orange Sweden
blue Tokyo
gold New York
我对使用 awk 之类的命令相当陌生,并且希望获得更多实用知识。
我尝试了一些不同的变体
awk '{A[$10 OFS $15]++} END {for (k in A) print k, A[k]}' myfile
但是,不太了解代码,output 不是我所期望的。
我期待 output
orange 3
blue 2
green 1
gold 1
使用 GNU awk。 我假设制表符是您的字段分隔符。
awk '{count[$10 FS $15]++}END{for(j in count) print j}' FS='\t' file | cut -d $'\t' -f 1 | sort | uniq -c | sort -nr
Output:
3 orange 2 blue 1 green 1 gold
我想它可以更优雅。
单个 GNU awk
调用版本(也适用于非 GNU awk,只是不对输出进行排序):
$ gawk 'BEGIN{ OFS=FS="\t" }
NR>1 { names[$2,$1]=$1 }
END { for (n in names) colors[names[n]]++;
PROCINFO["sorted_in"] = "@val_num_desc";
for (c in colors) print c, colors[c] }' input.tsv
orange 3
blue 2
gold 1
green 1
根据需要调整列号以匹配真实数据。
使用 sqlite3 的奖励解决方案:
$ sqlite3 -batch -noheader <<EOF
.mode tabs
.import input.tsv names
SELECT "column 10", count(DISTINCT "column 15") AS total
FROM names
GROUP BY "column 10"
ORDER BY total DESC, "column 10";
EOF
orange 3
blue 2
gold 1
green 1
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.