如何使用awk計算每個縣的酒店數量？

Question

我有一個包含列的數據集hotels.csv：doc_id、hotel_name、hotel_url、street、city、state、country、zip、class、price、num_reviews、CLEANLINESS、ROOM、SERVICE、LOCATION、VALUE、COMFORT、overall_ratingsource

我想計算每個國家的酒店數量。 我怎樣才能使用 awk 做到這一點？ 我可以計算中國或美國的酒店數量：

cat /home/data/hotels.csv | awk -F, '$7=="China"{n+=1} END {print n}'

但如何為每個國家做到這一點？

Answer 1

用 awk 解析 CSV 通常不是一個好主意。 例如，如果您的某些字段包含逗號，它將無法按預期工作。 無論如何，關聯數組對於此類任務通常很方便：

awk -F, '{num[$7]++} END{for(country in num) print country, num[country]}' /home/data/hotels.csv

注意： cat file | awk ... cat file | awk ...沒用。 只需將文件傳遞給 awk。

Answer 2

如果您將列作為第一行，則可以從第二行開始處理數據，使用國家/地區名稱作為數組鍵並在遇到相同鍵時增加值。

awk -F, 'NR > 1 {
    ary[$7]++
} 
END {
    for(item in ary) print item, ary[item]
}
' /home/data/hotels.csv