☰

使用 Unix 对逗号分隔的文件中的数字进行排序

tag-icon • tag-icon unix csv sorting hp-ux
使用 Unix 对逗号分隔的文件中的数字进行排序

我有一个以逗号分隔的文件，如下所示：

100,00869184
6492,8361
1234,31
200,04071

我想用它sort来对这个文件进行排序数值上由仅第一列。

期望结果：

100,00869184
200,04071
1234,31
6492,8361

我如何使用排序来实现这一点？即使我这样称呼它们，逗号似乎也被视为千位分隔符而不是分隔符。

两者sort -t',' -n都给sort -t',' -nk1'我这个：

1234,31
200,04071
6492,8361
100,00869184

按默认值（无参数）排序或使用sort -t','会给我以下结果：

100,00869184
1234,31
200,04071
6492,8361

按数字排序sort -n得到以下结果：

1234,31
200,04071
6492,8361
100,00869184

我如何使用排序来达到我想要的结果？

编辑以添加：这是一次性操作，用于创建约 700 万行的排序列表，因此变通方法或其他非常规方法是完全可以接受的。

答案1

这当然是一种肮脏的解决方法，但我找到了一种方法来做到这一点，这要感谢@slhck关于语言环境的提示。如果有更好的答案对其他人更有帮助，我一定会接受，因为这几乎只适用于我的具体问题。

我将语言环境设置为西班牙语（玻利维亚语），以便逗号被视为小数点，然后标准数字排序就可以了。

$ export LC_NUMERIC="es_BO.utf8"

$ cat test.csv
100,00869184
6492,8361
1234,31
200,04071

$ sort -n test.csv
100,00869184
200,04071
1234,31
6492,8361

答案2

GNUsort默认这样做：

$ cat test
100,00869184
6492,8361
1234,31
200,04071

$ gsort -nt',' < test
100,00869184
200,04071
1234,31
6492,8361

版本：

$ gsort --version
sort (GNU coreutils) 8.19

但有一个警告：如果你的排序没有按预期进行，那么你的locale可能设置为其他值比C。为什么会这样？locale定义字母、数字、小数字符等的排序和解释。

要检查这一点，只需locale在终端中输入。LC_NUMERIC设置为en_US.UTF-8，也许？这可以解释错误的排序顺序。将其设置回C：

export LC_NUMERIC=C

然后，再次尝试sort命令。如果要将全局变量设置locale为C，请执行以下操作：

export LC_ALL=C

答案3

尝试添加-g应该执行数字排序的选项。

尝试：

sort -t',' -g <whatever>

答案4

更换分隔符：

cat commafile | tr , " " | sort -n

- 应该可以帮助你。

相关内容