文件处理的问题

easyXiang

文件格式：组号   site
0  waptvs.cn
0  wape.org.cn
0  367231329.no24.cuttle.com.cn
1  www.rundu.cn
1  rundu.cn
2  www.gao-zheng.com
2  gao-zheng.com
要求生成新文件：统计每一组的site数（作为第一列）、相同组的site只输出第一个
多谢多谢

ly5066113

try:

1. awk 'NR>1&&$1!=a{print sum ,b[1];sum=0}{a=$1;sum++;b[sum]=$2}END{print sum ,b[1]}' urfile

复制代码

davistar

1. 
   
2. awk '{a[$1]++;b[$1]=(b[$1])?b[$1]:$2}END{for(i in a)print i" "a[i]" "b[i]}' urfile
   
3. 
   

复制代码

easyXiang

原帖由 ly5066113 于 2008-2-25 18:11 发表
try:

awk 'NR>1&&$1!=a{print sum ,b[1];sum=0}{a=$1;sum++;b[sum]=$2}END{print sum ,b[1]}' urfile

你太强了，强烈感谢！！！

mcolinc

原帖由 davistar 于 2008-2-25 18:15 发表

awk '{a[$1]++;b[$1]=(b[$1])?b[$1]2}END{for(i in a)print i" "a" "b}' urfile

这个想法和我一样