サイト、タイプ、およびサイト/タイプ別の数を含むデータファイルがあります。ファイル全体には少なくとも4種類のサイトがあります。私がしたいことは、各ウェブサイトの上位2種類をまとめて印刷することです。私のサンプルデータファイルは次のとおりです。
Site|Type|Count
site1|A|1
site1|B|25
site1|B|66
site1|D|22
site1|B|22
site1|A|45
site1|A|55
site1|C|50
site1|C|55
site1|A|6
site1|A|30
site2|B|21
site2|D|362
site2|A|36
site2|C|2
site2|A|4
site2|A|69
site3|B|36
site3|C|62
site3|D|541
site3|C|55
site3|A|52
site3|A|63
site3|A|52
site4|B|52
site4|B|55
site4|D|52
site4|C|25
site4|B|55
site4|A|55
出力は次のようになります。
site1|A|137
site1|B|113
site2|A|109
site2|D|362
site3|A|167
site3|D|541
site4|A|55
site4|B|162
現在のAWKプログラムは次のとおりです。
BEGIN {
FS="|"
}
{
site=$1
type=$2
nums=$3+0
key=site","type
++recs[key]
tot[key]+=$3
}
END {
for (i in recs) {print i "," tot[i]}
}
サイトとタイプごとに最初の2つの値を見つけて印刷できるように、サイト/タイプ別の合計配列を作成するのに役立つ人はいますか？
ベストアンサー1
配列の配列と sorted_in を処理するには、GNU awk を使用します。
$ cat tst.awk
BEGIN { FS=OFS="|" }
NR > 1 {
tot[$1][$2] += $3
}
END {
PROCINFO["sorted_in"] = "@val_str_asc"
for ( site in tot ) {
cnt = 0
PROCINFO["sorted_in"] = "@val_num_desc"
for ( type in tot[site] ) {
if ( ++cnt < 3 ) {
print site, type, tot[site][type]
}
}
}
}
$ awk -f tst.awk file
site1|A|137
site1|B|113
site2|D|362
site2|A|109
site3|D|541
site3|A|167
site4|B|162
site4|A|55