根据匹配字段对列求和

Question

我有以下格式的大文件：

2 1019 0 12 
2 1019 3 0 
2 1021 0 2 
2 1021 2 0 
2 1022 4 5
2 1030 0 1 
2 1030 5 0 
2 1031 4 4

如果第2 列中的值匹配，我想对两行的第3 列和第4列中的值求和，否则只是唯一行中值的总和。

所以我希望的输出看起来像这样：

2 1019 15 
2 1021 4 
2 1022 9 
2 1030 6 
2 1031 8

我可以根据第2 列使用awk或对文件进行排序，sort并使用 对最后一列求和awk，但仅适用于个别行，而不适用于第 2列匹配的两行。

Answer 1

我会在 Perl 中这样做：

$ perl -lane '$k{"$F[0] $F[1]"}+=$F[2]+$F[3]; 
              END{print "$_ $k{$_}" for keys(%k) }' file 
2 1019 15
2 1021 4
2 1030 6
2 1031 8
2 1022 9

或者 awk：

awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file 

如果您希望根据第二列对输出进行排序，您可以直接通过管道传输到sort：

awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file | sort -k2

请注意，这两种解决方案也包括第一列。这个想法是使用第一列和第二列作为散列（在 perl 中）或关联数组（在 awk 中）的键。每个解决方案的关键是column1 column2，如果两行具有相同的第二列但不同的第一列，则它们将分别分组：

$ cat file
2 1019 2 3
2 1019 4 1
3 1019 2 2

$ awk '{a[$1" "$2]+=$3+$4}END{for (i in a){print i,a[i]}}' file
3 1019 4
2 1019 10

Answer 2

也许这会有所帮助，但第 1 列是否始终为 2，结果是否取决于它？

awk '{ map[$2] += $3 + $4; } END { for (i in map) { print "2", i, map[i] | "sort -t't'" } }' file

或者正如glenn jackman在关于排序的评论中提到的：

gawk '{ map[$2] += $3 + $4; } END { PROCINFO["sorted_in"] = "@ind_str_asc"; for (i in map) { print 2, i, map[i] } }' file