Question

大家好，我得到了这个虚拟数据：

115,IROM,1
125,FOLCOM,1
135,SE,1
111,ATLUZ,1
121,ATLUZ,2
121,ATLUZ,2
142,ATLUZ,2
142,ATLUZ,2
144,BLIZZARC,1
166,STEAD,3
166,STEAD,3
166,STEAD,3
168,BANDOI,1
179,FOX,1
199,C4,2
199,C4,2

所需的输出：

IROM,1
FOLCOM,1
SE,1
ATLUZ,3
BLIZZARC,1
STEAD,1
BANDOI,1
FOX,1
C4,1

是通过计算不同的游戏ID（115,125等）得出的。例如

111,ATLUZ,1
121,ATLUZ,2
121,ATLUZ,2
142,ATLUZ,2
142,ATLUZ,2

将会

ATLUZ,3

由于它具有3个不同的游戏ID

我尝试使用

cut -d',' -f 2 game.csv|uniq -c

我得到以下输出的地方

  1 IROM
  1 FOLCOM
  1 SE
  5 ATLUZ
  1 BLIZZARC COMP
  3 STEAD
  1 BANDOI
  1 FOX
  2 C4

我该如何解决？使用bash吗？

Answer 1

在执行cut命令之前，请执行uniq。这将删除多余的行，然后您执行命令，即应用cut提取2字段并执行uniq -c来计数字符

uniq game.csv | cut -d',' -f 2 | uniq -c

Answer 2

您能否也尝试在一个awk中关注以下内容？

awk -F, '
!a[$1,$2,$3]++{
  b[$1,$2,$3]++
}
!f[$2]++{
  g[++count]=$2
}
END{
  for(i in b){
    split(i,array,",")
    c[array[2]]++
  }
  for(q=1;q<=count;q++){
    print c[g[q]],g[q]
  }
}' SUBSEP=","  Input_file

给出的输出顺序与Input_file的第二个字段相同，如下所示。

1 IROM
1 FOLCOM
1 SE
3 ATLUZ
1 BLIZZARC
1 STEAD
1 BANDOI
1 FOX
1 C4

Answer 3

使用GNU datamash：

bnlearn:::smartSapply

使用awk：

datamash -t, --sort --group 2 countunique 1 < input

使用sort，cut，uniq：

awk -F, '!a[$1,$2]++{b[$2]++}END{for(i in b)print i FS b[i]}' input

试运行：

sort -u -t, -k2,2 -k1,1 input | cut -d, -f2 | uniq -c

如您所见，$ cat input 111,ATLUZ,1 121,ATLUZ,1 121,ATLUZ,2 142,ATLUZ,2 115,IROM,1 142,ATLUZ,2 $ datamash -t, --sort --group 2 countunique 1 < input ATLUZ,3 IROM,1和121,ATLUZ,1被正确地认为只是一个121,ATLUZ,2。

Answer 4

不太优雅，但是您也可以使用awk。如果不允许相同的ID + NAME组合始终连续出现，则必须通过在输出之前读取整个文件来对它们进行计数：

awk -F, '{c[$1,$2]+=1}END{for (ck in c){split(ck,ca,SUBSEP); print ca[2];g[ca[2]]+=1}for(gk in g){print gk,g[gk]}}' game.csv

这将首先计算每对[COL1，COL2]对，然后对每个COL2计数有多少对不同的[COL1，COL2]对非零。

Answer 5

这也可以解决问题。唯一的事情是您的输出未排序。

awk 'BEGIN{ FS = OFS = "," }{ a[$2 FS $1] }END{ for ( i in a ){ split(i, b, "," ); c[b[1]]++ } for ( i in c ) print i, c[i] }' yourfile

输出：

BANDOI,1
C4,1
STEAD,1
BLIZZARC,1
FOLCOM,1
ATLUZ,3
SE,1
IROM,1
FOX,1

BASH基于两列进行选择和计数的区别

5 个答案: