使用awk提取数据并计数

Question

如何在如下所示的文件上使用 awk：

abcd Z
efdg Z
aqbs F
edf  F
aasd A

我想提取字母表中每个字母出现在第二列的次数，所以输出应该是：

Z 2
F 2
A 1

Answer 1

尝试：如果您希望输出顺序与 Input_file 相同，那么以下内容可能会对您有所帮助。

awk 'FNR==NR{A[$2]++;next} A[$2]{print $2,A[$2];delete A[$2]}'   Input_file  Input_file

如果您不介意 2 美元的订单，那么以下可能会对您有所帮助。

awk '{A[$2]++} END{for(i in A){print i,A[i]}}'   Input_file

在第一个解决方案中，两次读取 Input_file 并创建一个数组 A，其索引为 $2，其递增值。然后当第二个 Input_file 被读取时，然后打印 $2 并且它是计数的。 在第二个解决方案中，创建一个数组 A，其索引为 $2 并递增它的值。然后在最后部分遍历数组 A 并打印它的索引和数组 A 的值。

Answer 2

我会为此使用sort | uniq，因为这两个实用程序是专门为此类任务设计的：

cat <<END | 
abcd Z
efdg Z
aqbs F
edf  F
aasd A
END
awk '{print $2}' | sort -r | uniq -c | awk '{printf "%s %d\n", $2, $1}'

会产生完全期望的输出

Z 2
F 2
A 1

这里awk '{print $2}' 用于从文档中获取第二列，其中字段由一个或多个空格字符分隔。如果我们知道列的宽度是固定的，我们可以改用更快的cut 实用程序。

sort -r | uniq -c 正在执行任务的主要算法部分 - 以相反的顺序对字母进行排序并计算每个字母出现的次数。

awk '{printf "%s %d\n", $2, $1}' 对uniq -c 输出进行一些重新格式化以完全匹配所需的格式。

更新： AWK 具有强大的数组支持，因此可以单独使用 awk 完成：

cat <<END | 
abcd Z
efdg Z
aqbs F
edf  F
aasd A
END
awk '{a[$2]++} 
     END {n=asorti(a,b,"@ind_str_desc"); 
     for (k=1;k<=n;k++) {printf b[k], a[b[k]]} }'

我们使用数组a，它以输入流中的字母为索引，并且在每一行中，由相应字母索引的元素递增。

在END 子句中，我们颠倒索引的顺序并输出数组。