Sıralama sıralama düzeni bilmiyorsa GNU sıralama kararlı sıralama

İki sütunlu bir dosya var; dosya zaten sütun 1'de istediğim şekilde sıralanır. Her sütun 1 kategorisi içinde sütun 2'de sıralamak istiyorum. Ancak, sortsütun 1'in sıralama düzenini anlamıyor.

Normal yol (burada yığındaki benzer sorulardan) şu olurdu:

sort --stable -k1,1 -k2,2n

Ancak k1'deki sıralamayı belirleyemiyorum, çünkü keyfi.

Örnek girdi:

C 2
C 1
A 2
A 1
B 2 
B 1

ve çıktı:

C 1
C 2
A 1
A 2
B 1 
B 2

sort

— Evan Benn
kaynak

Yanıtlar:

Her blok için yeni bir sıralama başlatmak için awk'yi kullanabilirsiniz:

% awk -v cmd="sort -k2,2" '$1 != prev {close(cmd); prev=$1} {print | cmd}' foo
C 1
C 2
A 1
A 2
B 1
B 2

$1 != prev {close(cmd); prev=$1} - kaydedilen değer farklı olduğunda, yeni bir bloğumuz var, bu yüzden daha önce başlatılmış olanları kapatıyoruz sort
{print | "sort -k2,2"}'sortzaten çalışmıyorsa çıkışı başlatır (awk başlattığı komutları takip edebilir)

— muru
kaynak

awk gerçekten inanılmaz. Bunu beklediğimden çok daha fazla sevdim, ki bu bir garip süsle-sırala-dekore et!

— Evan Benn

Bunun cevabını diğer cevapla karşılaştırmaya çalıştım, neden daha fazla kaynak kullandığından emin değilim ... Herhangi bir fikir? gist.github.com/EvanTheB/5b64eafb84eeaf51c289295ac06e1b0b

— Evan Benn

Ortalama kaç koşu yaptınız?

— muru

Ortalama almadım, ancak tekrarlayıp araştırırken tutarlı çalışma süreleri görüyorum.

— Evan Benn

İşte araştırmak istiyorsanız kullandığım şeye benzer bir dosya:seq 30 | xargs -L1 bash -cs 'yes $1 | head -1000000 | paste - <(seq 1000000) | shuf' bash

— Evan Benn

Bir kullanabilirsiniz Schwartzian dönüşümü (bu temelde daha süslemeleri-sort-undecorate bir yorumda ima yaklaşım, ancak büyük olasılıkla daha fazla ölçülebilir MURU en ince cevap nedeniyle tek kullanmadan sortkullanarak - katına aksine çağırma) awkbir önek sütun ekleyin ilk sütunda değer değişikliği olan artışlarla, önek sütununa ve ardından "ikinci" sütuna (sıra konumu 3önek sütununun varlığı nedeniyle geçici olarak kaymış olan) göre sıralayın ve son olarak önek sütunundan kurtulun

awk '{print ($1 in a? c+0: ++c)"\t" $0; a[$1]}' file | sort -k1,1n  -k3,3 | cut -f 2-

— Iruvar
kaynak

Şaşırdım, ama haklısın, bu diğer cevaptan daha hızlıydı! 100 milyon satır dosyamda 3 dakika vs 2 dakika (~ 30 uniq ilk sütun).

— Evan Benn

İlk sütundaki benzersiz anahtar dizisini tutmanıza gerek yoktur. Mevcut satırın ilk sütununu bir önceki sütunla karşılaştırmak yeterli olmalı diye düşünüyorum.

— Kusalananda

Gibi bir şey awk -v OFS="\t" '$1 != prev { key++ } { print key, $0; prev = $1 }(denenmemiş).

— Kusalananda