awk - 求和或排序

Question

我有一个数据文件，例如:

82 DEX26_28_h
82 DEX26_28_h
873 DEX34_h
89 DEX37_h
1 DEX34_h

我打算通过 $2 进行排序，以便列中的每个项目(17 个唯一项)彼此相邻。然后我想总结 $1 中的所有 #，同时绑定(bind)到 $2

上面测试文件的理想结果:

164 DEX26_28_h
874 DEX34_h
89 DEX27_h

有道理吗？基本上需要对每个样本($2)发生的序列总数($1)求和，而 uniq 只需要 $2，同时保持总和。这样最终结果就变成了总共17行。

我是否应该只用 grep 找出 $2 中的 17 个标识，然后使用 awk 将它们求和？

大家觉得怎么样？

Answer 1

您可以在 awk 中使用数组来进行求和:

awk '{arr[$2]+=$1} END {for (i in arr) {print arr[i],i}}'

然后您可以通过管道对其进行排序。

---

它的作用:

• arr[$2]+=$1:将 $1 的值添加到数组 arr 中索引为 (键)$2。 (以前未定义的元素很方便地定义为 0，所以是的，您可以在这里执行 += ，而不必担心键是否“存在”。)如果您不熟悉数组，这是基本上是根据您的 $2 字段在内存中创建一个查找表。

• END...:在处理结束时执行一次

• for (i in arr):对于数组 arr 中的每个键，将该元素分配给 i 并运行以下代码块中的代码。

• print arr[i],i:首先打印带有键i的arr中的值，然后打印键 >i 本身。