在文件中找到重复的行，并计算每一行重复了多少次?

假设我有一个类似于下面的文件:

我想知道123被复制了多少次，234被复制了多少次，等等。所以理想情况下，输出应该是这样的:

123  3 
234  2 
345  1

当前回答

假设每行有一个数字:

sort <file> | uniq -c

你也可以在GNU版本中使用更详细的计数标志，例如在Linux上:

sort <file> | uniq --count

其他回答

awk的道路:

awk '{dups[$1]++} END{for (num in dups) {print num,dups[num]}}' data

在awk 'dups[$1]++'命令中，变量$1保存了column n1的全部内容，方括号是数组访问。因此，对于数据文件中每一行的第一列，名为dups的数组的节点都是递增的。

最后，我们在dups数组上循环使用num作为变量，并首先打印保存的数字，然后通过dups[num]打印其复制值的数量。

注意，你的输入文件在某些行结尾有空格，如果你清除这些空格，你可以在上面的命令中使用$0来代替$1:)

假设每行有一个数字:

sort <file> | uniq -c

你也可以在GNU版本中使用更详细的计数标志，例如在Linux上:

sort <file> | uniq --count

要查找重复的计数，使用这个命令:

sort filename | uniq -c | awk '{print $2, $1}'

假设你可以访问一个标准的Unix shell和/或cygwin环境:

tr -s ' ' '\n' < yourfile | sort | uniq -d -c
       ^--space char

基本上:将所有空格字符转换为换行符，然后对转换后的输出进行排序并将其提供给uniq并计数重复的行。

这将只打印重复的行，并带有计数:

sort FILE | uniq -cd

或者，使用GNU long选项(在Linux上):

sort FILE | uniq --count --repeated

在BSD和OSX上，你必须使用grep来过滤掉唯一的行:

sort FILE | uniq -c | grep -v '^ *1 '

对于给定的示例，结果将是:

  3 123
  2 234

如果你想打印所有行，包括那些只出现一次的行:

sort FILE | uniq -c

或者，使用GNU long选项(在Linux上):

sort FILE | uniq --count

对于给定的输入，输出为:

  3 123
  2 234
  1 345

为了用最频繁的行对输出进行排序，您可以执行以下操作(以获得所有结果):

sort FILE | uniq -c | sort -nr

或者，为了只得到重复的行，先得到最频繁的行:

sort FILE | uniq -cd | sort -nr

在OSX和BSD上，最后一个变成:

sort FILE | uniq -c | grep -v '^ *1 ' | sort -nr

推荐文章