通过使用可能数组分析 awk 中困难模式中的两列进行计数

Question

我有一个大问题。我尝试创建一个脚本，计算一个特定的总和（水桥的总和不要紧）。这是我数据文件的一小部分

POP62 SOL11
KAR1  SOL24
KAR5  SOL31
POP17 SOL42
POP15 SOL2
POP17 SOL2
KAR7  SOL42
KAR1  SOL11
KAR6  SOL31

在第一列中，我有 POP 或 KAR 的数字，如 KAR1、POP17 等。在第二列中，我总是有带有数字的 SOL，但我最多有 2 个相同的 SOL（例如，我最多可以有2个SOL42或SOL11等，KAR和POP我可以有2个以上）。

现在是我想做的事情。如果我发现同一个 SOL 与 both KAR 和 POP（任何数字）相连，我加 1。例如：

KAR6  SOL5
POP8  SOL5

我给总和加一

在我的数据中

POP62 SOL11
KAR1  SOL24
KAR5  SOL31
POP17 SOL42
POP15 SOL2
POP17 SOL2
KAR7  SOL42
KAR1  SOL11
KAR6  SOL31

我应该有 sum = 2 ,因为

POP17 SOL42
KAR7  SOL42

和

POP62 SOL11
KAR1  SOL11

你知道怎么做吗？我考虑使用 NR=FNR 并遍历文件两次，并可能使用数组检查 $2 中的重复项，但下一步是什么？

#!/bin/bash 
awk 'NR==FNR         ?? 
       some condition {sum++}  
       END             {print sum}' test1.txt{,} >> water_bridges_x2.txt

编辑解决方案如果它是空的，我也会添加 0，因为我想要打印 0 而不是 null

awk '
{
   s = 
   sub(/[0-9]+$/, "", s)           # strip digits from end in var s
   if ( in map && map[] != s)  # if existing entry is not same 
      ++sum                        # increment sum
   map[] = s
}
END {print sum+0}' file

2

Answer 1

你可以试试这个awk:

awk '
{
   s = 
   sub(/[0-9]+$/, "", s)           # strip digits from end in var s
   if ( in map && map[] != s)  # if existing entry is not same 
      ++sum                        # increment sum
   map[] = s
}
END {print sum+0}' file

2

Answer 2

根据您展示的示例，这是另一种方法。在 GNU awk 中编写和测试，应该在任何 awk.

中工作

awk '
{
  match(,/^[a-zA-Z]+/)
  val=substr(,RSTART,RLENGTH)
  if(( in arr) && arr[]!=val){
    sum++
  }
  arr[]=val
}
END{
  print sum
}
'  Input_file

Answer 3

另一个解决方案

$ sed -E 's/[0-9]+ +/ /' file    |   # cleanup data
  sort -k2                       |   # sort by key
  uniq                           |   # remove dups
  uniq -c -f1                    |   # count by key
  egrep '^ +2 ' -c                   # report the sum where count is 2.

2

Answer 4

@anubhava 的类似答案：这对多维数组使用 GNU awk：

gawk '
    {sols[][substr(,0,3)] = 1} 
    END {
        for (sol in sols) 
            if ("POP" in sols[sol] && "KAR" in sols[sol]) 
                sum++
        print sum
    }
' file

通过使用可能数组分析 awk 中困难模式中的两列进行计数

Counting by analizing two column in difficult pattern in awk by using probably arrays

arrays

awk

text-processing