Linux AWK脚本：查找Col2中每个元素在Col1中的匹配数

我想用AWK比较一个文件中的两列，有人能提供帮助吗

e、 g

现在，我想使用AWK实现以下算法来查找这些列之间的匹配：

list1[] <=== Col1
list2[] <=== Col2
NewList[]
for i in col2:
   d = 0
   for j in range(1,len(col2)):
      if i == list2[j]: 
         d++
   NewList.append(list1[list2.index[i]])

所以我想用AWK脚本编写上面的代码，我发现它对我来说太复杂了，因为我还没有使用它

---

非常感谢您的帮助

没有那么复杂，请将计数保留在按字符索引的数组中，并在最后打印出数组

awk '{cnt[$2]++} END {for(c in cnt) print c, cnt[c]}' test.txt

# A 2
# D 4
# M 1
# N 1
# R 1

{cnt[$2]++}  # For each row, get the second column and increase the
             # value of the array at that position (ie cnt['A']++)

END {for(c in cnt) print c, cnt[c]}
             # When all rows done (END), loop through the keys of the
             # array and print key and array[key] (the value)

---

没有那么复杂，将计数保存在按字符索引的数组中，并在最后打印出数组

awk '{cnt[$2]++} END {for(c in cnt) print c, cnt[c]}' test.txt

# A 2
# D 4
# M 1
# N 1
# R 1

{cnt[$2]++}  # For each row, get the second column and increase the
             # value of the array at that position (ie cnt['A']++)

END {for(c in cnt) print c, cnt[c]}
             # When all rows done (END), loop through the keys of the
             # array and print key and array[key] (the value)

替代解决方案

$ rev file | cut -c1 | sort | uniq -c

  2 A
  4 D
  1 M
  1 N
  1 R

将管道格式化为

。|sed-r的s/（\w）（\w）/\2=>\1/'

  A ==> 2
  D ==> 4
  M ==> 1
  N ==> 1
  R ==> 1

或者，在

awk

替代解决方案中执行所有操作

$ rev file | cut -c1 | sort | uniq -c

  2 A
  4 D
  1 M
  1 N
  1 R

将管道格式化为

。|sed-r的s/（\w）（\w）/\2=>\1/'

  A ==> 2
  D ==> 4
  M ==> 1
  N ==> 1
  R ==> 1

---

---

或者，在

awk

中执行所有操作，所以基本上您只需要计算col2中的每个字母数？还是我完全误解了这个问题？我还要说,，因为太复杂而不努力通常不会让这里的人急于帮助。请删除

python

标记，因为问题不是关于python的，它会吸引那些想要帮助python的人。如果您希望我们帮助您编写awk代码来实现一个算法，那么简单地展示该算法每个人都能理解的伪代码，而不是来自其他语言的代码段。当然，除非您只想从python（或其他什么）专家那里获得awk帮助，否则YMMV会对您最终得到的awk脚本的质量进行测试。我对awk非常在行，我希望我可以在一个小的awk脚本中创建一个等效的python脚本，但我不建议您在一个实时产品中使用它：-）@JoachimIsaksson谢谢，是的，就像你说的，我需要计算Col2中每个字母的数量，例如Col2中有四个D。你能帮我在AWK里做这个吗？很抱歉这么厚，但我在Col1里没有看到任何“A”，只有数字！所以基本上你只需要计算col2中的每个字母？还是我完全误解了这个问题？我还要说,，因为太复杂而不努力通常不会让这里的人急于帮助。请删除

python

标记，因为问题不是关于python的，它会吸引那些想要帮助python的人。如果您希望我们帮助您编写awk代码来实现一个算法，那么简单地展示该算法每个人都能理解的伪代码，而不是来自其他语言的代码段。当然，除非您只想从python（或其他什么）专家那里获得awk帮助，否则YMMV会对您最终得到的awk脚本的质量进行测试。我对awk非常在行，我希望我可以在一个小的awk脚本中创建一个等效的python脚本，但我不建议您在一个实时产品中使用它：-）@JoachimIsaksson谢谢，是的，就像你说的，我需要计算Col2中每个字母的数量，例如Col2中有四个D。你能帮我在AWK里做这个吗？很抱歉这么厚，但我在Col1里没有看到任何“A”，只有数字！只是好奇：为什么重定向而不仅仅是文件名？@tink不是故意的，只是旧习惯。两个都很好：）@JoachimIsaksson谢谢你。我测试过了。一个超过百万行的文件，需要4-5秒：）这就是我喜欢awk的原因。不要使用输入重定向功能，因为它不能扩展到2个或更多的输入文件，而且它会剥夺awk使用

文件名

@EdMorton的能力。我只是一个喜欢使用管道的人，所以根据旧习惯，我倾向于在可能的情况下使用重定向，以便在我改用管道时不会中断：）更新了答案以使用文件名。只是好奇：为什么重定向而不仅仅是文件名？@tink不是故意的，只是旧习惯。两个都很好：）@JoachimIsaksson谢谢你。我测试过了。一个超过百万行的文件，需要4-5秒：）这就是我喜欢awk的原因。不要使用输入重定向功能，因为它不能扩展到2个或更多的输入文件，而且它会剥夺awk使用

文件名

@EdMorton的能力。我只是一个喜欢使用管道的人，所以按照老习惯，我倾向于在可能的情况下使用重定向，以避免在使用管道时出现问题：）更新了答案以使用文件名。我尝试了你的解决方案，它对我也不起作用。它只是将末尾的所有行相加。这就是我从你的帖子中了解到的。第一栏似乎无关紧要。对于

A

s

D

s等的计数，

sort | uniq-c

是标准解决方案，其余只是脚手架。我尝试了你的解决方案，它对我也不起作用。它只是将末尾的所有行相加。这就是我从你的帖子中了解到的。第一栏似乎无关紧要。对于

A

s

D

s等的计数，

sort | uniq-c

是标准解决方案，其余只是脚手架。