计算和打印文件中的出现次数

Question

我有一个如下所示的文件：

cond1 20
cond1 10
cond1 5
cond2 12
cond3 10
cond3 9
cond3 1
cond4 2
cond5 10
cond5 8

我正在尝试按第一列对文件进行排序，然后是第二列，然后添加第三列，其中包含前两列中字符串的排名计数。它看起来像这样：

cond1 20 1
cond1 10 2
cond1 5  3
cond2 12 1
cond3 10 1
cond3 9  2
cond3 1  3
cond4 2  1
cond5 10 1
cond5 8  2

我知道有一些 awk 或 sed 命令可以做到这一点，但我似乎无法理解。 uniq -c 不符合我的要求。如有任何建议，我们将不胜感激。

Answer 1

$ awk '{print [=10=], ++rank[]}' file
cond1 20 1
cond1 10 2
cond1 5 3
cond2 12 1
cond3 10 1
cond3 9 2
cond3 1 3
cond4 2 1
cond5 10 1
cond5 8 2

如果您的原始输入文件尚未排序，则预先调用 sort:

$ sort -k1,1 -k2,2nr file | awk '{print [=11=], ++rank[]}'
cond1 20 1
cond1 10 2
cond1 5 3
cond2 12 1
cond3 10 1
cond3 9 2
cond3 1 3
cond4 2 1
cond5 10 1
cond5 8 2

如果您希望间距在视觉上排列整齐，请附加对 column:

的调用

$ awk '{print [=12=], ++rank[]}' file | column -t
cond1  20  1
cond1  10  2
cond1  5   3
cond2  12  1
cond3  10  1
cond3  9   2
cond3  1   3
cond4  2   1
cond5  10  1
cond5  8   2

根据口味混合搭配....

Answer 2

使用 sort 和 awk，只要 awk 在 column1 中找到新单词（不使用数组），排序后只需重置变量 n

$ sort -k1,1 -k2,2nr file | awk '!=p{n=0; p=}{print [=10=],++n}'

输入

$ cat f
cond1 20
cond1 10
cond1 5
cond2 12
cond3 10
cond3 9
cond3 1
cond4 2
cond5 10
cond5 8

输出

$ sort -k1,1 -k2,2nr f | awk '!=p{n=0; p=}{print [=12=],++n}' 
cond1 20 1
cond1 10 2
cond1 5 3
cond2 12 1
cond3 10 1
cond3 9 2
cond3 1 3
cond4 2 1
cond5 10 1
cond5 8 2

计算和打印文件中的出现次数

Counting and printing occurrences in a file

awk

sed

counting