☰

编写 AWK 命令

tag-icon • tag-icon awk
编写 AWK 命令

我的输入文件有三列，如下所示

输入文件：

water   123   wa
water   123   at
water   123   te
water   123   er
rater   347   ra
rater   347   at
rater   347   te
rater   347   er

现在我希望我的输出文件像下面的文件一样，其中二元词组的频率在新列中列出。

输出文件：

water   123   wa   1
water   123   at   2
water   123   te   2
water   123   er   2
rater   347   ra   1
rater   347   at   2
rater   347   te   2
rater   347   er   2

我尝试了以下命令，但不幸的是，我没有得到预期的结果：

$ awk 'BEGIN {FS="\t"} {for (i=1; i<=NF; i++) count[$3]++}
       END {for (word in count) printf "%s\t%s\t%s\t%d\n", $1, $2, word, count[word]}' \
            INPUT_FILE

答案1

一种方法是对文件进行两次处理：第一次计数，第二次打印：

awk 'NR==FNR {count[$3]++; next} {print $0, count[$3]}' input.file input.file

或者，存储每一行​​，然后在最后将它们全部输出：

awk '
    {count[$3]++; line[NR]=$0} 
    END {
        for (nr=1; nr<=NR; nr++) {
            $0 = line[nr]
            print $0, count[$3]
        }
    }
' input.file

相关内容