4つの列を持つ大容量データファイルがあり、4番目の列は行の合計値です。最初の3列に入力された最初の3つの値が見つかるはずです。次のAWKは出力を生成しますが、データファイルの4番目の列で重複した合計を見つけると停止します。誰かがこのAWKにカウンタループを追加して正しい出力を生成する方法を案内できますか?
BEGIN { FS="," }
{
site=$1
region=$2
town=$3
totcnt=$4+0
key=site","region","town
if (totcnt >=max) {
max=totcnt
mytot[key]=max
}
}
END { for (i in mytot) {print i "," mytot[i]} }
非常にありがとう
ベストアンサー1
次のPerlスクリプトは、配列ハッシュ(またはHoA)と呼ばれるデータ構造を使用します。ハッシュ(%sites)には、最初の3つのフィールド(サイト、地域、都市)から派生したキーがあり、ハッシュの各要素は、その特定のキーのすべての合計を含む配列です。
HoA を作成するには、各行を読み取って先行または末尾のスペースを削除し、空行を無視します。また、コメント(文字で始まるすべて#
)を無視します。なぜなら、実行しやすく、テキストデータファイルのデータに注釈を付けることができると便利です。
スクリプトは入力ファイル全体を読み取り、各キーに属する配列を逆順に並べ替え、各キーの最初の3つの値のみを含む要約行を印刷します。
#!/usr/bin/perl
my %sites=();
while(<>) {
chomp;
s/#.*//; # strip comments #
s/^\s*|\s*$//g; # strip leading and trailing spaces
next if (/^$/); # skip blank lines
my($site,$region,$town,$total) = split /,/;
my $key = "$site,$region,$town";
push @{ $sites{$key} }, $total;
}
foreach my $k (sort keys %sites) {
@{ $sites{$k} } = reverse sort @{ $sites{$k} };
print $k . ": " . join(", ",@{ $sites{$k}}[0..2] ), "\n";
};
出力例:
$ ./jon.pl input.txt
site1,North,Bristol: 996776, 9776, 6776
site2,South,Guildford: 99392, 392, 2392
site2,South,London: 99381, 381, 2381
site3,Central,Birmingham: 992628, 5628, 2628
site3,Wales,Cardiff: 99834, 9834, 834
site3,Wales,Swansea: 991796, 3796, 21796
site5,South,Guildford: 99338, 338, 2338
site5,South,London: 99266, 3266, 266
site5,South,Windsor: 99359, 359, 2359
site5,West,Bristol: 997700, 9700, 7700
input.txt
あなたが提供し、何度もコピーしたサンプルデータと、コピーで編集された合計が含まれます。
出力はより細かく修正するか、各合計に対して1行を印刷するように簡単に変更できます(ヒント、Join()の代わりに配列要素[0..2]を繰り返します)。
ところで、それははいでこのようなものを実装することは可能ですが、で行う方がはるかにawk
簡単ですperl
。