文本统计、计算问题

sxz001

cat 1.txt
20070109|5001|2000.00|3554
20070109|5001|4000.00|3524
20070101|5003|3280.00|3554
20070108|5004|6200.00|6001
20070109|5001|4000.00|3524
20070101|5002|1800.00|3554
20070101|5002|4850.00|6224
....
日期|员工代码|金额|产品代码
重复行没有规律，如何删除重复记录；
单笔金额>5000.00元记录及日期相同，产品代码相同，累计超过5000.00，的逐笔记录生成新文件。
20070101|5002|1800.00|3554
20070101|5003|3280.00|3554
20070108|5004|6200.00|6001
20070109|5001|4000.00|3524
20070109|5001|2000.00|3554


谢谢！

sxz001

怎么都没有说话的，急死我了，你们就这就么欺负女孩子，不和你们玩了。

xuxingyu

原帖由 sxz001 于 2007-1-30 06:37 发表
cat 1.txt
20070109|5001|2000.00|3554
20070109|5001|4000.00|3524
20070101|5003|3280.00|3554
20070108|5004|6200.00|6001
20070109|5001|4000.00|3524
20070101|5002|1800.00|3554
20070101|5002|4850 ...

哈哈,美女,用uniq吧

awk就是awp加ak

1、

1. sort -u <urfile

复制代码

2、

1. awk -F'|' '
   
2. { key = $1 "," $NF; sum[key] += $3; line[key, count[key]++] = $0; }
   
3. END {
   
4.         for (id in sum) if (sum[id] >= 5000) for (i = 0; i < count[id]; i++) print line[id, i];
   
5. }' urfile

复制代码

[ 本帖最后由 awk就是awp加ak 于 2007-1-30 13:14 编辑 ]

awk就是awp加ak

原帖由 sxz001 于 2007-1-30 07:07 发表
怎么都没有说话的，急死我了，你们就这就么欺负女孩子，不和你们玩了。

讲理不，6点谁起床了。。

suandewo

{ sum[$1, $2] += $3; line[$1, $2, count[$1, $2]++] = $0; }
这行不太明白呀。

awk就是awp加ak

以日期、产品代码列为关键字，累加金额。
保存当前行。

ps: 突然发现第二列是员工代码，4F 所有 $2 修改成 $NF 哈

suandewo

谢谢。学习了！

vampire's

原帖由 sxz001 于 2007-1-30 07:07 发表
怎么都没有说话的，急死我了，你们就这就么欺负女孩子，不和你们玩了。

li.he

美女否