nomes que ocorrem o maior número de vezes em um conjunto de dados

Question

users     directory
----------------------
hjsyeh    hellodir ;
awgshd    newdir;
hjsyeh    hidir;
jkdhjk    welcomedir

os dados acima são o conjunto de usuários e os diretórios que eles criaram. Como posso obter a soma dos usuários com maior número de diretórios criados no shell script unix?

minha saída deveria ser

hjsyeh -2 directories

Answer 1

Você pode usar

echo "hjsyeh hellodir ; awgshd newdir; hjsyeh hidir; jkdhjk welcomedir" | \
 sed -e "s/;\s*/\n/g" | awk '{print $1 }' | sort | uniq -c 

Sua saída é:

  1 awgshd
  2 hjsyeh
  1 jkdhjk

EDITAR: Saída no formato solicitado com outra chamada de awk:

echo "hjsyeh hellodir ; awgshd newdir; hjsyeh hidir; jkdhjk welcomedir" |                                                                
  sed -e "s/;\s*/\n/g" | awk '{print $1 }' | sort | uniq -c | 
  awk '{ printf "%s -%s directories\n" , $2 , $1  }'

saída:

awgshd -1 directories
hjsyeh -2 directories
jkdhjk -1 directories

Answer 2

Uma perlsolução:

$ perl -anle '
    $h{$F[0]}++;
    END {
        $key_max = (sort { $h{$b} <=> $h{$a} } keys %h)[0];
        print "$key_max - $h{$key_max} directories";
    }
' file
hjsyeh - 2 directories

Esta solução funcionará bem se seus dados forem pequenos. Com arquivos maiores, você deve usar algum perl embutido each, keyspara valuesiterar através do hash:

$ perl -anle '
    $h{$F[0]}++;
    END {
        while (($k,$v) = each %h) {
          if ($v > $max_val) {
              $max_key = $k;
              $max_val = $v;
          }
      }
      print "$max_key - $max_val directories";
    }
' file
hjsyeh - 2 directories