搜索文件中相同字段行，并進行處理，如何做？

hfzheng

假設(shè)我有如下文件：
cat aa
123   def1      456
345   def2      812
123   def3      563
322   def4      684
123   def5      879
......................
現(xiàn)在我想把第一列中字段相同的合并，第一列不相同的則保留，合并的原則就是保留第一個出現(xiàn)的前兩個字段，第三個字段則把結(jié)果相加，以上面的示例為例：

就是對于123開頭的需要合并，合并后應(yīng)該成為如下：
cat aa
123  def1   1898
345  def2   812
322  def4   684
請問用shell如何實現(xiàn)？
希望各位幫助！，謝謝��！

紅袖添香

...

1. 
   
2. awk ''{
   
3.      if ( length(def[$1]) == 0 ) def[$1]=$2 ;
   
4.      sum[$1]+=$3 ;
   
5. }
   
6. END {
   
7.     for (i in def)  {
   
8.        print i, def[i] , sum[i]
   
9.     }
   
10. }'' aa
    

復(fù)制代碼

hfzheng

謝謝，紅袖添香。我試試看。

hfzheng

測試結(jié)果發(fā)現(xiàn)會改變原來的順序。
怎樣才能不改變順序呢？
其中的:
length(def[$1])==0)什么意思阿？謝謝！

hfzheng

另外我的aa文件里面的第二列def*不一定是有規(guī)律的，比如說可能是fdas yuri 等等，謝謝！

nkliyong

[quote]原帖由 "hfzheng"]什么意思阿？謝謝！[/quote 發(fā)表：

如果def[$1]是空值(即def[$1]還沒有值是讓他=$2

紅袖添香

原帖由 "hfzheng" 發(fā)表：

測試結(jié)果發(fā)現(xiàn)會改變原來的順序。
怎樣才能不改變順序呢？

昨天的代碼沒有考慮這個而且不是最佳的，這個好點

1. 
   
2. awk ''{
   
3.      if ( length(def[$1]) == 0 ) def[$1]=$2  
   
4.      sum[$1]+=$3  
   
5.      if ( $1 in ind ) next
   
6.      ind[$1]
   
7.      print
   
8. }'' aa
   

復(fù)制代碼

另外我的aa文件里面的第二列def*不一定是有規(guī)律的，比如說可能是fdas yuri 等等，謝謝！

這個沒有關(guān)系，不一定要有規(guī)律。def[$1] 完全可以取其它名字，只是為了和你的源文件配套好理解一點而已。

[quote]原帖由 "nkliyong"]如果def[$1]是空值(即def[$1]還沒有值是讓他=$2[/quote 發(fā)表：


多謝 nkliyong 代勞，呵呵。

hfzheng

測試了新代碼：
    已經(jīng)不會改變行順序，不過我好像發(fā)覺現(xiàn)在第三行不加了（新代碼）。還是保留原來的值，我再試試是不是我的寫法有問題，謝謝兩位��！

紅袖添香

...

不用試了，是我搞錯了。忘記這碴了，：P  sum 根本沒用上。

那我還得想一下。

紅袖添香

...



基本上是這樣的：

這樣的關(guān)聯(lián)數(shù)組求和問題，到最后的順序是會改變的。因為 awk 為了能夠代碼執(zhí)行效率，數(shù)組會以哈希表的形式放在內(nèi)存中，于是象 sum 這樣的數(shù)組中的鍵 i 不會按照你給的原來的順序。

可能得另外再做個函數(shù)來保留原來的順序，或是重排。