Tenho um arquivo csv e gostaria de classificá-lo por prioridade de coluna, como "ordenar por". Por exemplo:
3;1;2
1;3;2
1;2;3
2;3;1
2;1;3
3;2;1
Se esta situação fosse o resultado de uma "seleção", o "ordenar por" seria o seguinte: ordenar por coluna2, coluna1, coluna3 - o resultado seria:
2;1;3
3;1;2
1;2;3
3;2;1
1;3;2
2;3;1
Eu gostaria de saber como obter este mesmo resultado usando o comando "sort" no Unix.
Respostas:
sort --field-separator=';' --key=2,1,3
-nopção que irá "comparar de acordo com o valor numérico da string" ou a -gopção que irá "comparar de acordo com o valor numérico geral". Uma comparação de string de valores numéricos obterá os números ordenados da mesma forma 1,10,2,20. Pelo menos essas são opções disponíveis na minha versão do tipo no CentOS. Você deve verificar na página do manual quais são as opções corretas em sua versão de classificação.
sort: stray character in field spec: invalid field specification ‘2,1,3’
sort --field-separator=',' -r -k3 -k1 -k2 source.csv > target.csvfuncionou para mim.
sort --field-separator=';' --key={2,1,3}. Funcionou GNU coreutils 8.4desde abril de 2016
--key={2,1,3}usa expansão de chave de bash
Suponha que você tenha outra linha 3;10;3em seu unsorted.csvarquivo. Então eu acho que você espera um resultado classificado numericamente:
2;1;3
3;1;2
1;2;3
3;2;1
1;3;2
2;3;1
3;10;3
e não em ordem alfabética:
2;1;3
3;1;2
3;10;3
1;2;3
3;2;1
1;3;2
2;3;1
Para conseguir isso, você deve usar -n:
sort --field-separator=';' -n -k 2,2 -k 1,1 -k 3,3 unsorted.csv
Vale ressaltar que 2,2tem que ser usado. Se 2for usado, sortleva a string do início do campo 2 ao final. 2,2garante que apenas o campo 2seja usado.
3;10;3, 3:10:5, 3:10;2, 3;10;3nessa ordem no arquivo de origem, e quando se utiliza apenas -k 2,2 parece classificar coluna 2 e 3. A página homem diz "The -k option may be specified multiple times, in which case subsequent keys are compared when earlier keys compare equal.". No meu caso, a chave anterior (valor = 10) comparou igual, no entanto, não especifiquei -kvárias vezes. Não tenho certeza se esse é um comportamento confiável ou relacionado ao meu sistema (mac). Em última análise, não importa, contanto que a classificação primária seja correta.
-sum tipo estável que ignora as chaves iguais, que aparentemente é mais rápido de acordo com o homem.
A resposta de Charlie acima não funcionou para mim no Cygwin (classificar versão 2.0, GNU textutils), o seguinte funcionou:
sort -t"," -k2 -k1 -k1
sort --field-separator=';' -k2 -k1 -k3 test.csv
..e se alguém seguiu a solução de 'classificação', mas agora deseja obter mais do que uma única entrada única por linha (ou seja, o número X principal de entradas exclusivas), uma vez que você classificou o arquivo usando 'classificar', você pode usar um pequeno aplicativo que criei aqui:
https://github.com/danieliversen/MiscStuff/blob/master/scripts/findTopUniques.java
cat unsorted-file | sort | uniq | head -X- quando Xé o número de primeiras linhas que deseja imprimir.
uniqna ordem dos tubos, entre o sorte o head, que confere exclusividade a todas as linhas classificadas imediatamente antes da extração das linhas superiores.