bash - 如何计算表中唯一值的唯一值

Question

这里还是初学者。

如何使用 bash awk sed 等计算表中一组唯一其他值的唯一值？所以在两个（或更多）列表中，例如：

AA a
AA b
AA c
AA a
AB b
AA a
AB c
AA a
AC b
AC b
XX z

我将如何获得输出

AA 3
AB 2
AC 1
XX 1

其中输出的第二列是所有可能的第一列值的唯一值的计数；

因此，有 6 个 AA，但只有 3 个唯一的 AA 值等。

我不想使用 SQL。只是 bash 命令行程序，例如 awk ......任何帮助都非常感谢:)

Answer 1

这可以解决问题：

$ awk '!a[$0]++{u[$1]++}END{for (k in u) print k,u[k]}' file
AA 3
AB 2
AC 1
XX 1

要确保排序的输出管道对sort -rnk2第二个字段进行反向数字排序：

$ awk '!a[$0]++{u[$1]++}END{for (k in u) print k,u[k]}' file | sort -rnk2
AA 3
AB 2
XX 1
AC 1

解释：

我们保留关联数组中所有唯一行的计数，如果我们之前没有看到当前行，则a仅更新辅助数组。u

Answer 2

我在想是否可以通过其他方式，这是一个非awk解决方案：

sort file | uniq | cut -f1 -d' ' | uniq -c | rev

Answer 3

 sort -u file | uniq -cw2 | awk '{print $2,$1}'