☰

文章まとめ[繰り返し]

tag-icon • tag-icon shell text-processing awk sed
文章まとめ[繰り返し]

データがあり、結論を導き出すために文を要約したいと思います。以下の例はデータとは関係がなく、アイデアを明確にして再現できます。

Employee Suzie signed one time.
Employee Dan signed one time.
Employee Jordan signed one time.
Employee Suzie signed one time.
Employee Suzie signed one time.
Employee Harold signed one time.
Employee Sebastian signed one time.
Employee Jordan signed one time.
Employee Suzie signed one time.
Employee Suzan signed one time.

私はこれらの文を次のように要約したいと思います。

Jordan signed 2 time(s)
Dan signed 1 time(s)
Suzie signed 4 time(s)
Suzan signed 1 time(s)
Sebastian signed 1 time(s)
Harold signed 1 time(s)

持って遊んawkだけどやりにくいようです。その後、sed成功しませんでした。それはsed物事を発見し変更するようです。

答え1

一般的な方法は

$ awk '{ count[$2]++ }
       END {
           for (name in count)
               printf("%s signed %d time(s)\n", name, count[name])
       }' <file
Harold signed 1 time(s)
Dan signed 1 time(s)
Sebastian signed 1 time(s)
Suzie signed 4 time(s)
Jordan signed 2 time(s)
Suzan signed 1 time(s)

つまり、連想配列/ハッシュを使用して、特定の名前が表示された回数を保存します。ENDブロック内のすべての名前を繰り返し、各名前の要約を印刷します。

より良い形式を指定するには、呼び出しで%sプレースホルダを変更して名前（左揃え）に10文字を予約しますprintf()。%-10s

$ awk '{ count[$2]++ }
       END {
           for (name in count)
               printf("%-10s signed %d time(s)\n", name, count[name])
       }' <file
Harold     signed 1 time(s)
Dan        signed 1 time(s)
Sebastian  signed 1 time(s)
Suzie      signed 4 time(s)
Jordan     signed 2 time(s)
Suzan      signed 1 time(s)

出力をもう少し操作してみましょう（退屈して）。

$ awk '{ count[$2]++ }
       END {
           for (name in count)
               printf("%-10s signed %d time%s\n", name, count[name],
                      count[name] > 1 ? "s" : "" )
       }' <file
Harold     signed 1 time
Dan        signed 1 time
Sebastian  signed 1 time
Suzie      signed 4 times
Jordan     signed 2 times
Suzan      signed 1 time

答え2

連想配列を使用する場合、awkこれは保持するメモリサイズによって制限され、次のことができます。

sort -k2,2 infile | uniq -c

または、必要に応じてフォーマットします。

sort -k2,2 infile  |uniq -c |awk '{ print $3, "signed", $1, "time(s)" }'

答え3

このタスクはをためのものです。これを行うには、awk次のものが必要です。array[index]

awk 'NF {name[$2]++} END{for (each in name) {print each " signed " name[each] " time(s)"}}' file

Jordan signed 2 time(s)
Dan signed 1 time(s)
Suzie signed 4 time(s)
Suzan signed 1 time(s)
Sebastian signed 1 time(s)
Harold signed 1 time(s)

NF余分な空白行を削除するだけです。データは配列のインデックスと値に格納されます。値は対応するインデックスとして参照されます。

答え4

私は「for」ソリューションを試しましたが、このソリューションを再編集して素敵にすることができると確信しています。しかし、まだ目標を達成しました。

for name in $(awk '{print $2}' x.txt)
do
count=$(grep -i $i x.txt|wc -l)
echo "$i signed in $count times" >>xy.txt
done

sort -u xy.txt

Dan signed in 3 times
Harold signed in 1 times
Jordan signed in 2 times
Sebastian signed in 1 times
Suzan signed in 1 times
Suzie signed in 4 times

関連情報