☰

如何计算文件中重复的数字，然后按重复顺序排列它们？

tag-icon • tag-icon bash awk tr
如何计算文件中重复的数字，然后按重复顺序排列它们？

我有一个需要组织一定数量的重复的文件，我的文件有 6 行 3120 行，每个成员有 1 或 2 位数字，总共 18720 个数字，每个数字有 1 或 2 位。

我想计算我的文件中有多少个 1、有多少个 2、有多少个 3 等等，直到有多少个 45，然后输出按重复次数排序最多的数字。示例：

5   7   13  25  26  44
12  21  26  28  32  44
10  20  22  26  40  44
13  18  19  20  22  23
9   15  17  19  22  43
10  19  28  29  37  45
2   8   12  13  22  35
3   23  24  26  38  39
3   14  19  20  33  43
2   3   8   35  36  43
2   8   25  29  37  43
3   24  27  29  38  44
5   20  23  32  33  40
11  17  22  26  33  36
1   6   31  32  39  44
4   22  27  31  36  43
3   6   18  22  35  44
11  13  24  28  32  33
17  22  27  29  42  44
8   9   16  23  29  44
13  19  20  33  37  40
18  21  29  31  34  44
14  15  20  31  32  41
6   32  33  40  41  43
11  17  18  31  43  44
1   9   10  22  24  34
6   8   9   35  37  38
14  18  21  36  40  43
11  16  17  32  34  38
1   5   14  22  23  24
5   19  21  22  32  45
12  17  20  22  32  44
9   27  32  38  42  44
4   12  16  26  42  45
6   7   8   16  39  42
5   6   13  18  27  28

输出：

重复次数最多的内容排在最前面

5=30 5个数字重复30次

4=28 4个重复28次

.........

.........

.........

35=0 三十五重复0次

我试过了，但是没有用，而且我也不是修改代码的专家

$ tr -s " " "\n" | sort | uniq -c | sort -n r | awk '{print $2 " = " $1}'
$ awk -v RS='\\s+' '{cnt[$0]++} END{PROCINFO["sorted_in"]="@val_num_desc"; for (i in cnt) print i" = "cnt[i]}' file
$ tr -s ' ' '\n' <file | sort | uniq -c | sort -nr | awk '{print $2 " = " $1}'
$ tr -s ' ' '\n' <nums | sort | uniq -c | sort -k1,1nr -k2n | awk '{print $2 " = " $1}'
$ awk -v RS=" +|\n" '{a[$1]++}END{for(x in a)printf "%d = %d\n",x,a[x]}' file
$ awk -v RS=" +|\n" '{a[$1]++}END{for(x in a)printf "%d = %d\n",x,a[x]}' f|sort -nr -k3

答案1

你可以做：

tr -s ' ' <file.txt | tr ' ' '\n' | sort -n | uniq -c | sort -k1,1rn -k2,2rn | sed 's/^ \+//; s/ /=/'

  • tr -s ' '将使连续的空间合并为一个

  • tr ' ' '\n'将空格转换为换行符

  • sort -n将进行数字sort运算

  • uniq -c会做计数

  • sort -k1,1rn -k2,2rn | sed 's/^ \+//; s/ /=/'将按照您想要的方式格式化输出。

例子：

$ tr -s ' ' <file.txt | tr ' ' '\n' | sort -n | uniq -c | sort -k1,1rn -k2,2rn | sed 's/^ \+//; s/ /=/'
12=44
12=22
10=32
8=43
7=20
6=33
6=29
6=26
6=19
6=18
6=17
6=13
6=8
6=6
5=40
5=38
5=31
5=27
5=24
5=23
5=9
5=5
5=3
4=42
4=37
4=36
4=35
4=28
4=21
4=16
4=14
4=12
4=11
3=45
3=39
3=34
3=10
3=2
3=1
2=41
2=25
2=15
2=7
2=4

答案2

这将计算某个数字出现的次数，并按出现次数降序排列：

$ awk '{for (i=1;i<=NF;i++) a[$i]++;} END{for (i in a)print i"="a[i]}' file | sort -rnt= -k2,2
44=12
22=12
32=10
43=8
20=7
8=6
6=6
33=6
29=6
26=6
19=6
18=6
17=6
13=6
[...snip...]

其中，44=12表示44重复了12多次。

GNU awk

如果您安装了 GNU awk (gawk)，则可以省去使用管道的麻烦，只需一个 awk 语句即可完成所有操作：

awk 'BEGIN{PROCINFO["sorted_in"]="@val_num_desc"} {for (i=1;i<=NF;i++) a[$i]++;} END{for (i in a)print i"="a[i]}' file

答案3

这只是 AWK 的变体（我已经很久没用过 AWK 了……）

awk -v RS="[ \n]+" '{a[$1]++} END{ for(b in a){print b,a[b] | "sort -rnk2,2"}}'

相关内容