平面文件数据分析

发布于 2024-11-05 11:57:50 字数 448 浏览 8 评论 0原文

我有一个由以下结构组成的平面文件：

A1 B1 C1 D1 E1 F1 G1  
A2 B2 C2 D2 E2 F2 G2  
A3 B3 C3 D3 E3 F3 G3

该文件大约有100 万行。

我想生成以下统计信息：

文件中的行数。
特定行中的唯一记录数（例如B）。
按行排序 F 并创建一个包含该行中前 n 条记录的文件。

进行此分析的最佳方法是什么？我目前使用的是 Mac OSX，因此首选 Linux/Mac 解决方案。

原文

I have a flat file that consists of the following structure:

A1 B1 C1 D1 E1 F1 G1  
A2 B2 C2 D2 E2 F2 G2  
A3 B3 C3 D3 E3 F3 G3

This file has around 1 million rows.

I would like to generate the following statistics:

Number of rows in the file.
Number of unique records in a particular row (e.g. B).
Sort by row F and create a file containing the top n records in that row.

What would be the best way of doing this analysis? I'm currently using Mac OSX, so a Linux/Mac solution would be preferred.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

轻许诺言 2024-11-12 11:57:50

在 bash（你的 mac 命令行 shell）中很容易做到。

像这样的东西：

# 1. row count
wc -l filename

# 2. uniq count in col 1
cut -d " " -f 1 <filename> | sort | uniq | wc -l

# 3. top n uniq values in col 6, and their counts
cut -d " " -f 6 <filename> | sort | uniq -c | sort -nr | head -n <numrows>

Pretty easy to do in bash (your mac command line shell).

Something like:

# 1. row count
wc -l filename

# 2. uniq count in col 1
cut -d " " -f 1 <filename> | sort | uniq | wc -l

# 3. top n uniq values in col 6, and their counts
cut -d " " -f 6 <filename> | sort | uniq -c | sort -nr | head -n <numrows>

回复收藏 0 原文

~没有更多了~