Contando ocorrências na primeira coluna de um arquivo

Temos este arquivo:

e mais 1000.

Quero contar o número de vezes que cada valor ocorre na primeira coluna.

1  3 
3  1
52 2

Isso significa que vimos 1três vezes.

Como posso fazer isso em Perl, AWK ou Bash?

linux bash perl awk Arash
fonte

Oi arashams! Vi recentemente que você fez perguntas muito semelhantes, que giram em torno do mesmo tópico. Tenho certeza de que a comunidade gostaria de ajudá-lo, mas talvez você possa nos mostrar o que já tentou e onde exatamente ficou preso? Exigimos que as pessoas mostrem um pouco de esforço antes de fazer suas perguntas - não há aprendizado envolvido em simplesmente pedir que outras pessoas forneçam o código para uma coisa específica. Por que não nos dizer qual é exatamente o pano de fundo disso? Talvez exista uma maneira mais fácil de realizar o que você deseja, e não precisamos recorrer a exemplos fictícios com alguns números abstratos?

slhck

tnx por sua ajuda. Estou trabalhando com dados do bgpdump e analisando-os.

Arash20:

Respostas:

Se a entrada estiver classificada, você poderá usar o uniq:

<infile cut -d' ' -f1 | uniq -c

Caso contrário, classifique-o primeiro:

<infile cut -d' ' -f1 | sort -n | uniq -c

Resultado:

  3 1                                      
  1 3
  2 52

A saída é trocada em comparação com os seus requisitos, você pode usar awk '{ print $2, $1 }'para alterar isso.

1 3 
3 1
52 2

Há também o idioma awk, que não requer entrada classificada:

awk '{h[$1]++}; END { for(k in h) print k, h[k] }'

Resultado:

1 3
52 2
3 1

Como a saída aqui vem de um hash, ela não será ordenada, passe para sort -nse for necessário:

awk '{h[$1]++} END { for(k in h) print k, h[k] }' | sort -n

Se você estiver usando o GNU awk, poderá fazer a classificação no awk:

awk '{h[$1]++} END { n = asorti(h, d, "@ind_num_asc"); for(i=1; i<=n; i++) print d[i], h[d[i]] }'

Nos dois últimos casos, a saída é:

1 3
3 1
52 2

Thor
fonte

tnx .its funcionou :)

Arash

você poderia explicar o código ??? awk '{h [$ 1] ++} END {para (k em h) imprima k, h [k]}' | sort -n

Arash

@arashams: o {h[$1]++}bloco é avaliado para cada linha. hé um hash e $1é a primeira coluna e usada como a chave para h. Portanto, isso calcula a frequência com que os únicos $1são vistos. O ENDbloco é executado no final da entrada e imprime as chaves e as notas. sort -nclassifica a saída numericamente.

Thor