awk分組求和分組統計次數
分組求和
awk '{s[$1] += $2}END{ for(i in s){ print i, s[i] } }' file1 > file2
以第一列 為變量名 第一列為變量，將相同第一列的第二列數據進行累加打印出和.
awk '{s[$1" "$2] += $3}END{ for(i in s){ print i, s[i] } }' file1 > file2
以第一列和第二列為變量名， 將相同第一列、第二列的第三列數據進行累加打印出和
awk '{s[$1] += $2; a[$1] += $3 }END{ for(i in s){ print i,s[i],a[i] } }' haha.txt
如果第一列相同，則根據第一列來分組，分別打印第二列和第三列的和
匹配
1、匹配交集項
awk 'NR==FNR{a[$1]=1}NR>FNR&&a[$1]>0{print $0}' file1（字段：QQ） file2（字段：QQ 點券值 ） > file3
如果file1、file2中，2個文件的第一列值相同，輸出第2個文件的所有列
注意：數據量如果達到4Gb以上或者行數達到一億級別，建議將file2進行split分割，否則就算是32G的內存的機器都會被吃掉；
awk 'NR==FNR{a[$1" "$2]=1}NR>FNR&&a[$1" "$2]>0{print $0}' file1 file2> file3
如果file1、file2中，2個文件的第一列第二列值相同，輸出第2個文件的所有列
2、匹配非交集項
awk 'NR==FNR{a[$1]=1}NR>FNR&&a[$1]<1 {print $0}' file1 file2 > file3
針對2個文件的第一列做比較，輸出：在file2中去除file1中第一列出現過的行
第二種方法：
cat file1 file2|sort |uniq -d > jiaoji.txt cat file2 jiaoji.txt |sort |uniq -u > file3
取最大值、最小值
1、針對(2列的文件)
|
1
|
awk '{max[$1]=max[$1]>$2?max[$1]:$2}END{for(i in max)print i,max[i]}' file
|
第一列不變，取第二列分組最大值
|
1
|
awk '{if(!min[$1])min[$1]=20121231235959;min[$1]=min[$1]<$2?min[$1]:$2}END{for(i in min)print i,min[i]}' file
|
第一列不變，取第二列分組最小值
2、針對單列的文件
|
1
2
|
awk 'BEGIN {max = 0} {if ($1>max) max=$1 fi} END {print "Max=", max}' file2
awk 'BEGIN {min = 1999999} {if ($1<min) min=$1 fi} END {print "Min=", min}' file2
|
求和、求平均值、求標准偏差
求和
|
1
|
cat data|awk '{sum+=$1} END {print "Sum = ", sum}'
|
求平均
|
1
|
cat data|awk '{sum+=$1} END {print "Average = ", sum/NR}'
|
求標准偏差
|
1
|
cat $FILE | awk -v ave=$ave '{sum+=($1-ave)^2}END{print sqrt(sum/(NR-1))}'
|
整合行和列
1、列換成行
如果第一列相同，將所有的第二列 第三列 都放到一行里面
|
1
|
awk '{qq[$1]=qq[$1](" "$2" "$3)}END{for(i in qq)print i,qq[i]}'
|
2、合並文件
2個文件，每個2列，將他們按照第一列相同的數，來合並成一個三列的文件,同時，將每個文件中針對第一列對應第二列中沒有的數補0
|
1
|
awk 'FNR==NR{a[$1]=$2}FNR<NR{a[$1]?a[$1]=a[$1]" "$2:a[$1]=a[$1]" 0 "$2}END{for(i in a)print i,a[i]}' file1 file2 > file3
|
注意點：文件2 一定要比文件1 的行數小
3、2個文件，每個3列，將他們按照第一列、第二列相同的數，來合並成一個4列的文件,同時，將每個文件中針對第一列、第二列對應第3列中沒有的數補0
|
1
|
awk 'FNR==NR{a[$1" "$2]=$3}FNR<NR{a[$1" "$2]?a[$1" "$2]=a[$1" "$2]" "$3:a[$1" "$2]=a[$1" "$2]" 0 "$3}END{for(i in a)print i,a[i]}' file
|
4、將列換成行，遇到空行，另起下一行
|
1
|
awk 'begin {RS=""} {print $1,$2,$3} file1
|
5、某列數字范圍篩選
|
1
2
3
4
|
cat canshu |while read a b
do
awk '{ if ($2>'"$a"' && $2<='"$b"' ) print $1}' result.txt > "$a"_"$b"_result.log
done
|
注意點：awk使用函數時，使用'"$a"'(先單引號，后雙引號)
集合類
1、集合交
|
1
|
cat fileA fileB |sort |uniq –d > result.log
|
2、集合差
|
1
2
|
cat fileA fileB |sort |uniq -d > jiaoji.txt
cat fileA jiaoji.txt |sort |uniq -u > result.log
|
3、集合全集去重
|
1
|
cat fileA fileB |sort -u > result.log
|
4、集合全集不去重
|
1
|
cat fileA fileB |sort > result.log
|