使用 Unix 在逗号分隔的文件中按数字排序

Question

我有一个逗号分隔的文件，如下所示：

100,00869184
6492,8361
1234,31
200,04071

我想使用仅按第一列sort对这个文件进行数字排序。

预期结果：

100,00869184
200,04071
1234,31
6492,8361

我如何使用排序来实现这一点？似乎逗号被视为千位分隔符而不是分隔符，即使我这样称呼它们也是如此。

双方sort -t',' -n并sort -t',' -nk1'给我这个：

1234,31
200,04071
6492,8361
100,00869184

按默认（无参数）排序或使用sort -t','给我这个：

100,00869184
1234,31
200,04071
6492,8361

并按数字排序sort -n给了我这个：

1234,31
200,04071
6492,8361
100,00869184

如何使用 sort 来达到我想要的结果？

编辑添加：这是一次操作，用于创建大约 700 万行的排序列表，因此解决方法或其他非正统方法是完全可以接受的。

Answer 1

这当然是一个肮脏的解决方法，但由于@slhck 关于语言环境的提示，我想出了一种方法来做到这一点。如果出现更好的答案，这对其他人更有帮助，我当然会接受它，因为这几乎只适用于我的特定问题。

我将语言环境设置为西班牙语（玻利维亚），以便将逗号视为小数点，然后标准数字排序就可以了。

$ export LC_NUMERIC="es_BO.utf8"

$ cat test.csv
100,00869184
6492,8361
1234,31
200,04071

$ sort -n test.csv
100,00869184
200,04071
1234,31
6492,8361

Answer 2

sort默认情况下，GNU 会这样做：

$ cat test
100,00869184
6492,8361
1234,31
200,04071

$ gsort -nt',' < test
100,00869184
200,04071
1234,31
6492,8361

版本：

$ gsort --version
sort (GNU coreutils) 8.19

不过有一个警告：如果您的排序没有按预期工作，那么您locale的设置可能与C. 为什么是这样？locale定义了字母、数字、十进制字符等的排序和解释。

要检查这一点，只需输入locale终端。被LC_NUMERIC设置为en_US.UTF-8，也许？这将解释错误的排序顺序。将其重新设置为C：

export LC_NUMERIC=C

然后，sort再次尝试您的命令。如果要将全局设置locale为C，请执行以下操作：

export LC_ALL=C