按数字排序

Question

我有一个名为data的文件，其内容是

id,col1,col2
0,-0.3479417882673812,0.5664382596767175
1,-0.26800930980980764,0.2952025161991604
2,-0.4159790791116641,-1.3375045524610152
3,-0.7859665489205871,-0.6428101880909471
4,-1.3922759043388822,-1.676262144826317
5,-1.2471867496427498,-0.4912119581361516
6,1.443385383041667,1.6974039491263593
7,-2.058899802821969,2.0607628464079917
8,-0.10641338441541626,0.035929568275064216
9,-0.517273684861199,-0.6184800988804992
10,-0.9934859021679552,1.0577312348984502
11,0.5923834706792905,-0.6693757541250825
12,0.8657741917554445,-0.6876271057571398
13,-1.2061097548360489,-0.7402582563022937
14,0.78768021182158,-0.38607117005262315

-n在第一列上按数字 ( )排序给出

$ sort -nk1 -t"," data
0,-0.3479417882673812,0.5664382596767175
id,col1,col2
1,-0.26800930980980764,0.2952025161991604
2,-0.4159790791116641,-1.3375045524610152
3,-0.7859665489205871,-0.6428101880909471
4,-1.3922759043388822,-1.676262144826317
5,-1.2471867496427498,-0.4912119581361516
7,-2.058899802821969,2.0607628464079917
8,-0.10641338441541626,0.035929568275064216
9,-0.517273684861199,-0.6184800988804992
10,-0.9934859021679552,1.0577312348984502
13,-1.2061097548360489,-0.7402582563022937
6,1.443385383041667,1.6974039491263593
11,0.5923834706792905,-0.6693757541250825
12,0.8657741917554445,-0.6876271057571398
14,0.78768021182158,-0.38607117005262315

这对我来说绝对奇怪。我在-n应该是数字排序的手册页中读到了。为什么id要放在数字之间？它是如何，10大于9，但比小6，而同时11大于它们呢？

的-g，因为我想，似乎工作（和我认为是自然的），但是这个-n选项完全脱离了我。这是关于什么的？我认为它可能与语言环境有关，但是一旦我将分隔符指定为 is ,，我认为这无法解释它。

Answer 1

TL; 博士

使用sort -nk1,1 -t,或以其他方式与-k1对整行进行排序，其中,在数字中被丢弃，因为它被解释为千位分隔符。

细节

在英语语言环境中，,是千位分隔符，sort在数字的整数部分被忽略。

换句话说，在英语语言环境或,千位分隔符的任何语言环境中（请参阅 的输出locale thousands_sep），当sort -n看到11,000,000它时，它不会看到11数字后跟一些被忽略的垃圾，而是11000000数字。同样11,0不是11但是110。

现在（这是很多人绊倒的东西）， -k1定义一个从第一个字段开始的键，但由于您没有指定它在哪里停止，在行尾结束，因此排序键是整行，即是默认值。

所以sort -nk1 -t,完全一样sort -n.

随着,忽视的一个千个分隔符，您输入sort实际上是分选这些数字：

0
1
2
3
4
5
61.4433853830416671
7
8
9
10
110.5923834706792905
120.8657741917554445
13
140.78768021182158

所以它不是6vs 10vs 11，而是61.4433853830416671vs 10vs 110.5923834706792905。

在这里，你想要：

sort -nk1,1 -t,

,仅对第一个分隔字段进行排序。-k1,1定义从第一个字段的开头开始并在第一个字段的结尾结束的排序键。

您还可以sort -n在 C 语言环境中使用，其中,既不是十进制基数也不是千位分隔符（并且.是十进制基数）：

LC_ALL=C sort -n

sort -g工作方式不同，因为sortthen 用于strtold()将键解释为数字并且strtold()不识别千位分隔符。

就id标题行而言，在数字比较中，这id...被解释为0在那里看不到数字。它在以 开头的行之后0排序，因为当两个记录排序相同时（这里是-n在数字比较中）sort进行最后的比较，这是对整行的词法比较（并0在 之前排序i）。

随着一些sort实现方式中，不得已而为之的比较可以被禁用-s。这里LC_ALL=C sort -sn会将id行放在首位，但这只是因为输入中没有负键（id（再次数字为 0）仍会在 之后排序-1）。如果要从排序中排除第一行，可以执行以下操作：

(head -n1; LC_ALL=C sort -n) < file