需要根据管道分隔符对最后一列求和

Question

我有以下输入，其中包含大量行

11|ABCD|19900101123123445455|555|AAA|50505050|0000009030
11|ABCD|19900101123123445455|555|AAA|50505050|0000000199
13|ABCD|201803010YYY66666666|600|ETC|20180300|0000084099
11|ABCD|19900101123123445455|555|AAA|50505050|0008995001

我需要低于输出

11|ABCD|19900101123123445455|555|AAA|50505050|9004230
13|ABCD|201803010YYY66666666|600|ETC|20180300|84099

我一直在尝试使用以下 awk，但对数组的了解太有限。

cat test|awk -F"|" '{ a[$1]++;b[$2]++;c[$3]++;d[$4]++;e[$5]++;f[$6]+=$6 }; END { for (i in a); print i, f[i]}'

我需要对第 6 列的最后一列求和并打印所有前 5 列，这些列由管道分隔，最后 6 列作为第 6 列的总和。

Answer 1

使用GNU datamash命令：

$ datamash -t'|' -s -g 1,2,3,4,5,6 sum 7 < infile
11|ABCD|19900101123123445455|555|AAA|50505050|9004230
13|ABCD|201803010YYY66666666|600|ETC|20180300|8409

在 中datamash v1.2+，您还可以指定列范围。

$ datamash -t'|' -s -g 1-6 sum 7 < infile

或者最短的AWK替代方案，并且您有N列，您不应该一一指定所有列：

awk -F'|' '{x=$NF;NF--; a[$0]+=x} END{for(i in a) print i, a[i]}' OFS='|' infile

Answer 2

Awk 解决方案：

awk 'BEGIN{ FS=OFS="|" }
     { a[$1 FS $2 FS $3 FS $4 FS $5 FS $6] += $7 }
     END{ for (i in a) print i, a[i] }' file

输出：

11|ABCD|19900101123123445455|555|AAA|50505050|9004230
13|ABCD|201803010YYY66666666|600|ETC|20180300|84099