Question

我有一个数据文件，如：

82 DEX26_28_h
82 DEX26_28_h
873 DEX34_h
89 DEX37_h
1 DEX34_h

我打算通过$ 2进行排序，以便列中的每个项目（17个uniques）彼此相邻。然后我想用$ 1总结所有＃＆＃39;同时拴在$ 2

上述测试文件的理想结果：

164 DEX26_28_h
874 DEX34_h
89 DEX27_h

有意义吗？基本上需要总结每个样本（$ 2）发生的序列总数（$ 1）和uniq只保留总和$ 2。这样最终结果就变成了17行。

我应该只用$ 2中的17个标识来表示，然后用awk对它们求和？

你们有什么想法？

Answer 1

您可以在awk中使用数组进行求和：

awk '{arr[$2]+=$1} END {for (i in arr) {print arr[i],i}}'

然后你可以把它管道进行排序。

这是做什么的：

arr[$2]+=$1：使用索引（键）$1将arr的值添加到数组$2中的元素。（以前未定义的元素很方便地定义为0，所以是的，你可以在这里做+=而不用担心密钥是否“存在”。）如果你不熟悉数组，这基本上是创建一个查找内存中的表格基于您的$2字段。
END...：在处理结束时执行此操作
for (i in arr)：对于数组arr中的每个键，将该元素分配给i并运行以下块中的代码。
print arr[i],i：首先使用键arr打印i中的值，然后使用键i本身打印。