Question

我有一个包含多个文件的目录，我们将其称为1.txt，2.txt等。每个文件包含3列：ID，lat和lon。不幸的是，某些ID也可能已编号（例如1346、248、67912等）。我正在尝试计算基于主文件（masterfile.txt）的所有文件（1.txt，2.txt等）中站ID发生的实例数。到目前为止，我有：

while IFS='' read line || [[ -n "$line" ]]
do
cat * | grep -w -c $line >> counting_filename.txt
done < masterfile.txt

哪个效果很好。但是，如果经纬度和/或经度包含特定的ID，这也将算在内。例如，如果我要查找4575的站点ID，如果有“ 47.4575”的纬度或“ -77.4575”的经度，则这些也将计入计数。因此，有两种我无法解决的解决方案：

1）只需grep实例的第一列，或者

2）grep，但不包括前导“。”

例如：

1.txt
4575 39.4575 -77.51
5010 38.3498 -78.4575
LAMS 38.4444 -78.3126

2.txt
3124 39.1010 -79.4575
4575 39.4575 -77.5010
PAOQ 39.2222 -78.0032

如果运行上述命令，则4575的计数为6，5010的计数为2，LAMS的计数为1，3124的计数为1，PAOQ的计数为1。

期望的是：2代表4575，1代表5010，1代表LAMS，1代表3124，1代表PAOQ。

有什么想法吗？

Answer 1

您使用了错误的工具-一个小的，简单的awk脚本比混合使用shell循环，读取，grep等会更健壮，高效且可移植。

目前尚不清楚masterfile.txt是做什么用的，因为从您的示例看来，这就是您所需要的：

$ awk '{cnt[$1]++} END{for (id in cnt) print id, cnt[id]}' 1.txt 2.txt
LAMS 1
PAOQ 1
3124 1
4575 2
5010 1

如果您需要masterfile.txt列出一组特定的ID，而不仅仅是像上面那样为所有ID生成计数，那么您也可以这样做：

$ cat masterfile.txt
4575
3124
PAOQ
BLAH

$ awk 'NR==FNR{ids[$1];next} $1 in ids{cnt[$1]++} END{for (id in cnt) print id, cnt[id]}' masterfile.txt 1.txt 2.txt
PAOQ 1
3124 1
4575 2

$ awk 'NR==FNR{ids[$1];next} $1 in ids{cnt[$1]++} END{for (id in ids) print id, cnt[id]+0}' masterfile.txt 1.txt 2.txt
BLAH 0
PAOQ 1
3124 1
4575 2

我添加了BLAH，以显示处理来自masterfile.txt的ID的其他选项，这些选项不会出现在其他文件中。

grep字符串，周围没有任何内容

1 个答案: