Я хочу получить верхние N наиболее распространенных значений поля в CSV-файле с их суммой в другом поле. Как я могу это сделать с awk?Список наиболее распространенных значений с их соответствующей суммой
Пусть мой файл является:
v1,45
v3,20
v2,500
v3,100
v2,200
v1,55
v3,50
v1,10
и мне нужно N = 2 не более 1 значения происходящих полей с их суммой соответствующих поле2 ценности в этом случае вывод будет:
v1,110
v3,170
awk -F, '{a[$1]+=$2;c[$1]++}END{for(k in c)print c[k], k","a[k]}' file|sort -nr|awk 'NR<3&&$0=$2'
его можно решить за один awk, но это более просто. :)
, если вы хотите изменить ваш N, просто измените последний AWK CMD NR<3...
В Gnu AWK есть asort функция, так что вы могли бы сделать
gawk -f a.awk file
где a.awk является:
BEGIN { FS=OFS="," }
{
a[$1]++
b[$1]+=$2
}
END {
for (i in a)
a[i]=a[i]"\t"i
n=asort(a)
for (i=1; i<=n; i++) {
split(a[i],c,"\t")
ind[i]=c[2]
}
for (i=n; i>n-2; i--)
print ind[i],b[ind[i]]
}
Выход:
v3,170
v1,110
Не могли бы вы толковать это более подробно? – user3144923
@ user3144923 первый awk, будет делать сумму на одном и том же 'vx' и генерировать вывод, подобный' 3 v1,110', 3 - это число встречаемости, вторая часть (разделенная пробелом) - это то, что мы хотим, передаем это ' sort -nr' decending сортировать по числу. результат снова возвращается к awk, мы берем только первые две записи и удаляем первый столбец, который был '3'. – Kent
Как вы можете масштабировать значения второго поля на выходе? например, мне нужно умножить все значения столбцов на значение, вычисленное в bash и вне awk, например $ scale – user3144923