目录下文件数量统计及格式输出

_breeze_

目录结构：
/OOT/AAA/http/83453945/abs.csv
/OOT/AAA/http/83453945/sum.csv
/OOT/AAA/http/98703450/abs.csv
/OOT/AAA/speed/83453945/abs.csv
/OOT/AAA/email/98703450/abs.csv
/OOT/BBB/http/234234/abs.csv
/OOT/BBB/speed/3234214/abs.csv
/OOT/BBB/email/234234/abs.csv
/OOT/CCC/speed/3453452/abs.csv
/OOT/CCC/email/3453452/abs.csv
/OOT/CCC/email/3453452/sum.csv

第二列： 组别 例，AAA,BBB,CCC
第三列：类型  例，http speed ，email
第四列：识别码 例， 83453945 ，3453452 ....
统计每个组别下每个识别码下abs.csv或sum.csv数量，输出如下：

结果：
AAA 83453945 http 2
AAA 83453945 speed 1
AAA 98703450 http 1
AAA 98703450 email 1
BBB 234234 http 1
BBB 234234 email 1
BBB 3234214 speed 1
CCC 3453452 speed 1
CCC 3453452 email 1

tomer

回复 1# _breeze_


    原文件，会有重复行没？

tomer

回复 1# _breeze_


    原文件，会有重复行没？

reyleon

1. awk -F/ 'BEGIN{SUBSEP=" "}{a[$3,$5,$4]++}END{for(i in a)print i,a[i]| "sort"}' file

复制代码

用 awk 不是很方便么? python等会儿再弄

reyleon

1. #!/usr/bin/python
   
2. # -*- coding: utf-8 -*-
   
3. d = dict()
   
4. for s in open('file'):
   
5.     l = s.split("/")
   
6.     k = "%s %s %s" % (l[2], l[4], l[3])
   
7.     if not d.get(k):
   
8.         d[k] = 0
   
9.     d[k] += 1
   
10. for k in sorted(d): print k, d[k]

复制代码

tomer

1. 
   
2. import os
   
3. import string
   
4. dic={}
   
5. total={}
   
6. f=open("d:\\111.txt","r")
   
7. 
   
8. for i in f:
   
9.   # print(i)
   
10.    arr=i.strip().split("/")
    
11.    chr=arr[2]+" "+arr[4]+" "+arr[3]
    
12.    if arr[5]=="abs.csv" or arr[5]=="sum.csv":
    
13.       dic[chr]=arr[5]
    
14.       total[chr]=total.get(chr,0)+1
    
15. for i in (sorted(total.items(),key=lambda d:d[1],reverse=True)):
    
16.    print(i[0],i[1])  
    
17. f.close()
    

复制代码