Sortieren/Zählen einer durch Tabulatoren getrennten Datei

Question

Ich habe eine tabulatorgetrennte Datei mit mehreren Spalten. Ich möchte die Häufigkeit, mit der ich etwas in Spalte A sehe, addieren und die mit dem Wert in Spalte A verknüpften Daten in einer neuen Spalte B drucken.

Ex:

1 blue                                        
1 green
1 red            
100 blue           
100 red

Ich hätte gerne eine Ausgabedatei mit dem Inhalt

3 1 blue,green,red
2 100 blue,red

Gibt es eine Möglichkeit, dies mit awk oder Perl zu tun?

Answer 1

in awk:

{
  if (count[$1] == "") {
    count[$1] = 1;
    results[$1] = $2;
  } else {
    count[$1] = count[$1] + 1;
    results[$1] = results[$1] "," $2;
  }
}
END {
  for (number in count) {
    print count[number],number,results[number];
  }
}

ergibt die Ausgabe von: 2 100 blue,red 3 1 blue,green,red

für Ihre Beispieldaten oben.

Die Reihenfolge der Ergebnisse entspricht möglicherweise nicht ganz Ihren Wünschen. Ich bin nicht sicher, wie wichtig das für Sie ist.

Answer 2

Folgendes habe ich versucht und es könnte für Sie funktionieren. HINWEIS: "\011"= Tabulatorzeichen, ändern in " "für Leerzeichen)

awk 'BEGIN { s = "\011"; c = "," ; cnt = 0; all_colors = "" } {
    if ( NR == 1 ) { num = $1; colors[cnt++] = $2 }
    else {
        if ( num != $1 ) {
            for (x=0; x<cnt; x++) {
                all_colors = all_colors colors[x]
                }
            print cnt s num s all_colors; cnt = 0; all_colors = ""
            num = $1; colors[cnt++] = $2
            }
        else { colors[cnt++] = c $2 }
        }
    }
END {
    all_colors = ""
    for (x=0; x<cnt; x++) { all_colors = all_colors colors[x] }
    print cnt s num s all_colors
}' tab_file

   tab_file                output
1       blue          3       1       blue,green,red
1       green         2       100     blue,red
1       red
100     blue
100     red