根据另一列的值获取前 N 个计数答案

【问题标题】：get the top N counts based on the value of another column根据另一列的值获取前 N 个计数
【发布时间】：2020-05-01 21:58:51
【问题描述】：

我有一个包含两列的文件，如下所示：

a 3
a 7
b 6
a 6
b 1
b 8
c 1
b 1

对于第一列中的每个值，我想从第二列中找到前 N 个计数。使用此示例，我想为第 1 列中的每个字符串在第 2 列中查找前 2 个值。所需的输出将是：

a 7
a 6
b 8
b 6
c 1

我试图用 awk 做这样的事情，但我对它不是很熟悉。这给出了最大值，而不是前 N 个：

awk '$2>max[$1]{max[$1]=$2; row[$1]=$0} END{for (i in row) print row[i]}'

【问题讨论】：

标签： unix awk

【解决方案1】：

您能否尝试关注，使用sort + awk 解决方案。

sort -k2 -s -nr Input_file | awk '++array[$1]<=2' | sort -k1,1 -k2,2nr

或

sort -k2 -s -nr Input_file | sort -k1,1 -k2,2nr | awk '++array[$1]<=2'

逻辑简要说明： 前 2 个排序命令用于按第 1 和第 2 个字段对数据进行排序，以按正确的顺序获取数据（根据 OP 的示例），然后将其输出传递给awk，以仅根据询问仅获得每个第一个字段的第 2 次出现。

【讨论】：

【解决方案2】：

$ sort -k1,1 -k2,2rn file | awk -v n=2 '(++cnt[$1])<=n'
a 7
a 6
b 8
b 6
c 1

【讨论】：