awk和perl对多文本进行统计（求他们的并集,并且如果前三列相同第四列的数字相加,第五列信息合并）...

我手头上有三个文件,他们的格式都是一样的,总共5列.如果我想求他们的并集,并且如果前三列相同第四列的数字相加,第五列信息合并.我尝试用多维哈希去做,可是结果并不齐全.应该怎么做呢?
以下是文件格式:
____________________________________________________________________________________
1.505.txt
WINGS 1000 4000 3 3/20_505
WINGS 5000 6000 8 8/20_505
SANLY 2000 4000 9 9/20_505
TINAG 8000 10000 11 11/20_505

2.707.txt
WINGS 1000 4000 3 3/18_707
ANNY 4000 7000 4 4/18_707
MOLLY 3000 4300 5 5/18_707
TINAG 8000 10000 6 6/18_707

3.808.txt
VEELY 2000 4000 4 4/20_808
WINGS 5000 6000 5 5/20_808
ANNY 4000 7000 9 9/20_808
TINAG 8000 10000 4 4/20_808

__________________________________________________________________________________________
结果是:

WINGS 1000 4000 6 3/20_505;3/18_707
WINGS 5000 6000 13 8/20_505;5/20_808
SANLY 2000 4000 9 9/20_505
TINAG 8000 10000 2111/20_505;6/18_707;4/20_808
ANNY 4000 7000 13 4/18_707;9/20_808
MOLLY 3000 4300 5 5/18_707
VEELY 2000 4000 4 4/20_808

_____________________________________________________________________________________________

 1 perl comb.pl 505.txt 707.txt 808.txt
 2
 3 use strict;
 4 use warnings;
 5
 6 my %hSeg;
 7 my @aKey;
 8
 9 my $sCnt = 0;
10 while(<>){
11   $sCnt++;
12   chomp;
13   my @aData = split;
14   if(@aData != 5){
15     print "Line $sCnt error: $_\n";
16     next;
17   }
18   my $sKey = "@aData[0..2]";
19   if(exists $hSeg{$sKey}){
20     $hSeg{$sKey}{val} += $aData[3];
21     $hSeg{$sKey}{str} .= ";$aData[4]";
22   }
23   else{
24     push @aKey, $sKey;
25     $hSeg{$sKey}{val} = $aData[3];
26     $hSeg{$sKey}{str} = $aData[4];
27   }
28 }
29
30 foreach(@aKey){
31   print "$_ $hSeg{$_}{val} $hSeg{$_}{str}\n";
32 }
33 -----------------------------------------------------------------------
34 也可以：
35 awk '{n=$1FS$2FS$3; a[n]+=$4; b[n]?b[n]=b[n]";"$5:b[n]=$5}END{for (i in a)print i,a[i],b[i]}' 505.txt 707.txt 808.txt

转载于:https://www.cnblogs.com/huang6894/p/3471722.html

awk和perl对多文本进行统计（求他们的并集,并且如果前三列相同第四列的数字相加,第五列信息合并）...相关推荐

各国家域名总量统计排名：美国德国中国居前三
中国IDC评述网12月27日报道:近日,据WebHosting.info公布的数据显示,截至2012年12月24日,全球各国家域名注册总量统计Top10中,美国以79,703,631个域名总数持续稳居 ...
各国家域名总量统计Top10：美国德国中国居前三
中国IDC评述网01月05日报道:近日,据WebHosting.info公布的数据显示,截至2012年12月31日,全球各国家域名注册总量统计Top10中,美国以79,624,004个域名总数蝉联第一 ...
Linux的文本字段统计方法
Linux的文本字段统计方法一.环境介绍二.目的及要求三.实际操作一.环境介绍二.目的及要求三.实际操作一.环境介绍 1.linux版本为RHEL8.0版本 2.使用权限为root账号权 ...
Linux-京东字节百度提前批，一面二面都被问到了awk——实例篇（2）去重统计排序
去年提前批我投了京东.字节和百度,一面,二面都被问到了awk,如果你会,并且还很熟悉,那肯定算是一个加分项了!好感度up up up! 基本原理本篇不再赘述.请阅读: 总结了200篇面经中的awk面试 ...
Python_note6 组合数据类型+jieba库+文本词频统计
集合类型和操作集合元素不可修改,由不可变数据类型组成,元素不可重复 a = {"python",123,("python",123)}使用{}建立集合 b = ...
Python实例--文本词频统计
最近在MOOC跟着北京理工大学的嵩天老师学习Python(https://www.icourse163.org/learn/BIT-268001?tid=1003243006#/learn/annou ...
Python项目实践：文本词频统计、软文的诗词风
一.文本词频统计 # CalHamletV1.py def getText():txt = open("C:/Users/520/Desktop/Hamlet.txt", &quo ...
python哈姆雷特词频统计_python—文本词频统计哈姆雷特 txt 下载
原博文 2020-05-13 15:49 − 文本词频统计 -- Hamlet Hamlet下载链接:https://pan.baidu.com/s/1Is2mBAED57i6nI38lcnXAA ...
Python文本词频统计
背景信息本文实现英文文本词频统计,功能与Mapreduce中的wordcount是类似的.本文主要是为之后词向量训练做准备工作. 本地实现词频统计函数,输入一个文本文件,最终以dict的形式返回词频 ...
在线文本去重统计工具
在线文本去重统计工具在线文本去重统计工具本工具支持对以回车换行分隔的字符串进行数据项重复检查和去重操作,可以分析重复出现2次及以上的数据项,并且整理一份没有重复数据项的数据列表,数据纯客户端实时计 ...

awk和perl对多文本进行统计（求他们的并集,并且如果前三列相同第四列的数字相加,第五列信息合并）...

awk和perl对多文本进行统计（求他们的并集,并且如果前三列相同第四列的数字相加,第五列信息合并）...相关推荐

最新文章

热门文章