☰

根据第二个字段进行排序，然后对具有相同第一列的行重新排序，但仍保留每个组的第二个字段的顺序

tag-icon • tag-icon sort
根据第二个字段进行排序，然后对具有相同第一列的行重新排序，但仍保留每个组的第二个字段的顺序

我想对文件进行排序。

输入：

I1, -2   
I2, -6  
I2, -9  
I1, -8  
I1, -1  
I3, -7  
I2, -4  
I3, -4

输出 ：

I2, -9  
I2, -6  
I2, -4  
I1, -8  
I1, -2  
I1, -1  
I3, -7  
I3, -4

如何得到下面的输出？

答案1

一个肮脏的解决方案是：

<infile sort -t, -rk2,2 \
|awk -F, '{ seen[$1]= (seen[$1]==""? "\0":seen[$1] ORS) $0 }
 END{ for (x in seen) print seen[x] }' \
|sort -z -t, -rk2,2 \
|tr -d '\0'

分解：

  • <infile sort -t, -rk2,2
    这会对r输入文件进行相反的排序infile第二个字段（逗号是分隔符）作为key 字段。

  • 这awk代码只是对具有相同第一列的记录重新排序；我们将每组分开无效的特点\0。

  • sort -z -t, -rk2,2
    -z这个反向排序对第二个字段和逗号分隔字段上的 这些块（用空字符分隔；我们用 告诉排序命令）进行排序。请在运行此步骤之前查看以下输出并添加cat -A您将看到：

    ^@I1, -8$
I1, -2$
I1, -1$
^@I2, -9$
I2, -6$
I2, -4$
^@I3, -7$
I3, -4$

    ^@字符代表空字符，sort -z上面的输入看到的是这样的（我这样做是为了人类可读和更好的理解）

    ^@I1, -8$      I1, -2$      I1, -1$
^@I2, -9$      I2, -6$      I2, -4$
^@I3, -7$      I3, -4$

    你明白了，上面的排序命令看到第二个字段如下

     -8$      I1
 -9$      I2
 -7$      I3

    ...并对这些进行反向排序，结果更改为以下内容：

    ^@I2, -9$      I2, -6$      I2, -4$
^@I1, -8$      I1, -2$      I1, -1$
^@I3, -7$      I3, -4$

    ...如果我们返回结构，我们实际上有这个：

    ^@I2, -9$
I2, -6$
I2, -4$
^@I1, -8$
I1, -2$
I1, -1$
^@I3, -7$
I3, -4$

  • tr -d '\0'
    这会从结果中删除添加的空字符，最终输出为：

    I2, -9
I2, -6
I2, -4
I1, -8
I1, -2
I1, -1
I3, -7
I3, -4

答案2

使用 GNU awk：

gawk '
  grp[$1] == "" || $2 < grp[$1] { grp[$1] = $2 }
  { val[$1][$2] }
  END {
    PROCINFO["sorted_in"] = "@val_num_asc"
    for (i in grp) {
      PROCINFO["sorted_in"] = "@ind_num_asc"
      for (j in val[i]) print i,j
    }
  }' ./file

这个想法是：

  • grp为数组中第 1 列的每个不同值存储第 2 列的最小值
  • 将每一行存储在二维数组中val，以便方便地检索第 1 列的每个不同值的第 2 列的值（您还可以使用val[$1][$2] = $0和print val[i][j]来保留数据的原始间距）
  • 用于根据其元素的值PROCINFO["sorted_in"]遍历数组，并根据其索引的值遍历（单维）数组（始终按升序排序）。 请注意，如果您想要更改与第 2 列共享相同最小值的第 1 列值的排序顺序（例如，如果您添加到样本数据并希望在输出之前排序） ，您可能需要定义自己的排序函数）。grpval[i]
    I4, -9I4I2

一种便携式替代方案，基于施瓦茨变换， 或许：

sort -k2,2n ./file |
  awk '
    grp[$1] == "" { grp[$1] = $2 }
    { print grp[$1] "," $0 }' |
  sort -t, -k 1,1n -k 2,2 -k 3,3n |
  cut -d, -f2-

其中，第 2 列的“每组”（即相对于第 1 列的值）最小值被添加到每行前面，允许基于每组最小值 ( -9、-8、-7)、列的值进行后续排序1（以保持按其分组的行），并且第 2 列的值
awk提供有排序的数据，以使脚本更简单：对于每行，当满足该行时，每组的最小值已经知道，无需存储某些结构中的行并将它们打印在一个END块中（或处理文件两次）。

相关内容