有很多与此类似的问题,但是(我已经看到)他们都对从第一行数据开始的重复字符串进行排序和计数感兴趣。在我的情况下,我需要保留第一行并保持在最上面,同时为随后的所有行调用sort | uniq -c
。我已经进入了排序部分,我遇到的唯一问题是uniq -c
。我试过管道,调用system("uniq -c")
,system(...)
的其他组合,但似乎无济于事。我当前的命令行看起来像这样,但仅到达排序部分:
myProgram input_file other_input_file | awk 'NR<2{print $0;next}{print $0 | "sort"}'
从中我得到:
Id: revision_data #this needs to stay on top
0
0
10.1007/S00253-012-4050-Z
10.1007/S00775-006-0142-5
10.1021/ACS.BIOCHEM.5B00958
10.1021/BI020286F
10.1038/35422
10.1093/NAR/28.8.1743
10.1093/NAR/GKN245
10.7554/ELIFE.00813
而我需要的是:
Id: revision_data
2 0
1 10.1007/S00253-012-4050-Z
1 10.1007/S00775-006-0142-5
1 10.1021/ACS.BIOCHEM.5B00958
1 10.1021/BI020286F
1 10.1093/NAR/28.8.1743
1 10.1093/NAR/GKN245
1 10.7554/ELIFE.00813
如何在命令中插入uniq -c
以获取所需的输出?
所以只保存第一行,输出它,然后继续执行脚本。
{
IFS= read -r firstline
printf "%s\n" "$firstline"
sort | uniq -c
} < input_file
您可以将文件的第一行与应用到其他行的命令连接在一起。
例如:
cat
这将sort | uniq -c
应用于从第二行开始的所有行(通过tail -n+2
)。使用head -n1
将其连接到第一行(通过cat
)。
您可以使用此gnu awk
:
awk 'NR == 1 { print; next } { ++freq[$0] } END {
PROCINFO["sorted_in"] = "@ind_str_asc"; for (i in freq) print freq[i], i }' file
Id: revision_data
2 0
1 10.1007/S00253-012-4050-Z
1 10.1007/S00775-006-0142-5
1 10.1021/ACS.BIOCHEM.5B00958
1 10.1021/BI020286F
1 10.1038/35422
1 10.1093/NAR/28.8.1743
1 10.1093/NAR/GKN245
1 10.7554/ELIFE.00813