☰

按列组排序并忽略此示例中失败的其他列，为什么？

tag-icon • tag-icon text-processing sort
按列组排序并忽略此示例中失败的其他列，为什么？

我无法弄清楚为什么sort不能正常工作，但它是根据我告诉它不要这样做的列进行排序的。我想先按第 3 列按优先级排序，然后按第 4 列、第 5 列、第 6 列进行排序。这是怎么回事？

这是我的代码：sort -n -s -t ',' -k3,6

这是我的输入：

a1,b1,2,15,50,ABBA    
a1,a1,2,26,55,ABBA    
a11,2a1,2,33,55,ABBA   
b1,a1,2,80,99,ABA   
c2,a1,3,20,40,CAN   
a1,b2,3,51,300,CAN   
a3,a3,4,1000,2000,ART   
d3,c3,4,1700,2050,ART   
d3,c2c,4,1600,2050,ART   
b1,a3,4,1800,2051,ART

这是我当前的输出：

a1,b1,2,15,50,ABBA   
a1,a1,2,26,55,ABBA   
a11,2a1,2,33,55,ABBA   
b1,a1,2,80,99,ABA   
c2,a1,3,20,40,CAN   
a1,b2,3,51,300,CAN   
a3,a3,4,1000,2000,ART   
d3,c3,4,1700,2050,ART 
d3,c2c,4,1600,2050,ART
b1,a3,4,1800,2051,ART

但我想要的和预期的输出应该是：

a1,b1,2,15,50,ABBA   
a1,a1,2,26,55,ABBA   
a11,2a1,2,33,55,ABBA   
b1,a1,2,80,99,ABA   
c2,a1,3,20,40,CAN   
a1,b2,3,51,300,CAN   
a3,a3,4,1000,2000,ART   
d3,c2c,4,1600,2050,ART    
d3,c3,4,1700,2050,ART
b1,a3,4,1800,2051,ART

我正在使用Linux。

答案1

问题是您的排序键是包含逗号的字符串。

当比较其中两个键时，例如4,1700,2050,ART和4,1600,2050,ART，它们比较平等的因为（在您的语言环境中）只有键的第一部分可以转换为数值（4 和 4）。

要解决此问题，请分别将每个字段与该字段的正确类型（数字或非数字）进行比较：

sort -s -t, -k3,3n -k4,4n -k5,5n -k6,6 file

大多数实现都sort提供了一个--debug对于检测此类问题非常有帮助的选项。在我的 FreeBSD 系统上，这清楚地表明您的原始命令在比较我提到的字段时存在问题：

$ sort --debug -n -s -t ',' -k3,6 file
[...]
; k1=<4,1000,2000,ART   >, k2=<4,1700,2050,ART   >; s1=<a3,a3,4,1000,2000,ART   >, s2=<d3,c3,4,1700,2050,ART   >; cmp1=0
; k1=<4,1700,2050,ART   >, k2=<4,1600,2050,ART   >; s1=<d3,c3,4,1700,2050,ART   >, s2=<d3,c2c,4,1600,2050,ART   >; cmp1=0
; k1=<4,1600,2050,ART   >, k2=<4,1800,2051,ART   >; s1=<d3,c2c,4,1600,2050,ART   >, s2=<b1,a3,4,1800,2051,ART   >; cmp1=0
[...]

cmp1=0表明键k1和k2比较相等。

作为比较：

$ sort --debug -s -t, -k3,3n -k4,4n -k5,5n -k6,6 file
[...]
; k1=<4>, k2=<4>; k1=<1000>, k2=<1700>; s1=<a3,a3,4,1000,2000,ART   >, s2=<d3,c3,4,1700,2050,ART   >; cmp1=-1
; k1=<4>, k2=<4>; k1=<1700>, k2=<1600>; s1=<d3,c3,4,1700,2050,ART   >, s2=<d3,c2c,4,1600,2050,ART   >; cmp1=1
; k1=<4>, k2=<4>; k1=<1000>, k2=<1600>; s1=<a3,a3,4,1000,2000,ART   >, s2=<d3,c2c,4,1600,2050,ART   >; cmp1=-1
; k1=<4>, k2=<4>; k1=<1700>, k2=<1800>; s1=<d3,c3,4,1700,2050,ART   >, s2=<b1,a3,4,1800,2051,ART   >; cmp1=-1
[...]

GNUsort可能会以完全不同的格式生成调试输出。

答案2

问题在于您是按词汇排序而不是按数字排序。您需要-n按数字排序，否则100将在123甚至之前排序2：

$ printf '2\n123\n100\n' | sort
100
123
2

但是，随着-n：

$ printf '2\n123\n100\n' | sort -n
2
100
123

因此，在您的情况下，您需要将 添加到n要按数字排序的字段：

$ sort -t, -k3n,6n file  
a1,b1,2,15,50,ABBA    
a1,a1,2,26,55,ABBA    
a11,2a1,2,33,55,ABBA   
b1,a1,2,80,99,ABA   
c2,a1,3,20,40,CAN   
a1,b2,3,51,300,CAN   
a3,a3,4,1000,2000,ART   
d3,c2c,4,1600,2050,ART   
d3,c3,4,1700,2050,ART   
b1,a3,4,1800,2051,ART

相关内容