Contando duplicatas em uma sequência classificada usando ferramentas de linha de comando

Question

Eu tenho um comando (cmd1) que percorre um arquivo de log para filtrar um conjunto de números. Os números estão em ordem aleatória, então eu uso sort -gr para obter uma lista ordenada de números invertidos. Pode haver duplicatas nessa lista classificada. Preciso encontrar a contagem para cada número único nessa lista.

Por exemplo, se a saída de cmd1 for

100 100 100 99 99 26 25 24 24

Eu preciso de outro comando para canalizar a saída acima, para que eu tenha:

100 3 99 2 26 1 25 1 24 2

    

Answer 1

Se você puder manipular a saída em um formato ligeiramente diferente, faça o seguinte:

cmd1 | tr " " "\n" | uniq -c

Você voltaria:

  3 100
  2 99
  1 26
  1 25
  2 24

    

Answer 2

Inclua também o comutador -u. Assim você teria:

cmd1 | sort -gru

A partir do tipo de página:

-u, --unique
sem -c, gera apenas o primeiro de uma corrida igual     

Answer 3

(Estou supondo que sua entrada seja um número por linha, já que é esse tipo de saída.)

Você pode tentar o awk:

<your_command> | awk '{numbers[$1]++} END {for (number in numbers) print number " " numbers[number]}'

Isso forneceria uma lista não ordenada (a ordem em que as matrizes são percorridas no awk é indefinida, até onde eu sei), então você teria que classificar do seu jeito novamente.

    

Answer 4

$ echo '100 100 100 99 99 26 25 24 24' | perl -e 'while (<>) { chomp; my %nums; foreach (split(/ /)) { $nums{$_} += 1; }; foreach (sort {$b <=> $a} keys %nums) { print "$_ $nums{$_} " }; print "\n"; }'
100 3 99 2 26 1 25 1 24 2