eşleşen alanlara dayalı toplam sütun çifti

Aşağıdaki biçimde büyük bir dosya var:

2 1019 0 12 
2 1019 3 0 
2 1021 0 2 
2 1021 2 0 
2 1022 4 5
2 1030 0 1 
2 1030 5 0 
2 1031 4 4

Sütun 2'deki değerler eşleşirse, her iki satırın sütun 3 ve 4'teki değerleri toplamak istiyorum , aksi takdirde sadece benzersiz satırdaki değerlerin toplamı.

Yani umduğum çıktı şu şekilde olurdu:

2 1019 15 
2 1021 4 
2 1022 9 
2 1030 6 
2 1031 8

Ben göre dosyaları sıralamak mümkün duyuyorum sütunda 2 ile awkveya sortve son sütunları özetlemek awkama sadece bireysel hatları için değil iki satır için, sütun 2 maç.

Bunu Perl'de yapardım:

$ perl -lane '$k{"$F[0] $F[1]"}+=$F[2]+$F[3]; 
              END{print "$_ $k{$_}" for keys(%k) }' file 
2 1019 15
2 1021 4
2 1030 6
2 1031 8
2 1022 9

Veya awk:

awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file 

Çıktının ikinci sütuna göre sıralanmasını istiyorsanız, aşağıdakileri yapabilirsiniz sort:

awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file | sort -k2

Her iki çözümün de 1. sütunu içerdiğini unutmayın. Fikir, ilk ve ikinci sütunları bir karma (perl cinsinden) veya ilişkilendirilebilir bir dizinin (awk cinsinden) anahtarları olarak kullanmaktır. Her çözümün anahtarı, column1 column2iki satırın aynı sütun iki, ancak farklı bir sütun olması durumunda, ayrı ayrı gruplandırılacaktır:

$ cat file
2 1019 2 3
2 1019 4 1
3 1019 2 2

$ awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file
3 1019 4
2 1019 10

Belki bu yardımcı olabilir, ancak sütun 1 her zaman 2'dir ve sonuçlar buna bağlıdır mı?

awk '{ map[$2] += $3 + $4; } END { for (i in map) { print "2", i, map[i] | "sort -t't'" } }' file

veya sıralama hakkında yorumlarda glenn jackman tarafından belirtildiği gibi :

gawk '{ map[$2] += $3 + $4; } END { PROCINFO["sorted_in"] = "@ind_str_asc"; for (i in map) { print 2, i, map[i] } }' file

Verileri önceden sıralayabilir ve awk'ın ayrıntıları işlemesine izin verebilirsiniz:

sort -n infile | awk 'NR>1 && p!=$2 {print p,s} {s+=$3+$4} {p=$2}'

Akümülatörü sıfırlamak isteyebilirsiniz:

sort -n infile | awk 'NR>1 && p!=$2 {print p,s;s=0} {s+=$3+$4} {p=$2}'

Çıktı:

1019 15
1021 19
1022 28
1030 34

İlk sütunu gerçekten saklamak istiyorsanız, böyle bir şey yapın:

sort -n infile | awk 'NR>1 && p!=$1FS$2 {print p,s} {s+=$3+$4} {p=$1FS$2}'

Çıktı:

2 1019 15
2 1021 19
2 1022 28
2 1030 34

açıklama

pDeğişken tutan $2önceki satırın değeri, ya da $1FS$2yukarıdaki ikinci durumda. Bu , önceki satırın geçerli satırdaki ( ) ile aynı olmadığı {print p,s}zaman tetikleneceği anlamına gelir .$2p!=$2

İsviçre çakısı kullanma mlr:

mlr --nidx   put '$5=$3+$4'   then   stats1 -g 1,2 -f 5 -a sum   infile

Çıktı:

2   1019    15
2   1021    4
2   1022    9
2   1030    6
2   1031    8

Notlar:

• --nidxmlrsayısal alan adlarını kullanmayı söyler .

• put '$5=$3+$4'yeni bir 5. alan oluşturur, 3. ve 4. alanların toplamı .

• stats1Fonksiyonu (veya " fiil ") daha küçük bir İsviçre Çakısı
  büyük İsviçre çakısı içinde mlrgibi çeşitli akümülatör fonksiyonlarıyla, sum, count, mean, vs.

  stats1 -g 1,2Gruplar sütun veri 1 ve 2 , ve -f 5 -a sumdaha sonra bu grupların alanı ekler 5 . stats1 yalnızca adlandırılmış alanları yazdırır.