awk之按特征统计$2的数量

文本:

aaa        conn
bbb        plus
ccc        main
bbb        plus
ccc        plus
aaa        plus
ddd        main
ddd        main
bbb        plus

 

统计以第一个字段为特征，第二个字段里的关键字出现的次数：

aaa conn:1 main:0 plus:1
bbb conn:0 main:0 plus:3
ccc conn:0 main:1 plus:1
ddd conn:0 main:2 plus:0

awk '{a[$1]=$1;b[$2]=$2;c[$1,$2]++}END{for(j=1;j<=asort(a);j++){printf a[j];for(i=1;i<=asort(b);i++)printf FS b[i]":"c[a[j],b[i]]+0;printf RS}}' file

[解析]

  以$1为下标把$1的内容存入数组a里，把$2也存入数组b中，再把$1和$2为下标进行自加，统计数量。最后把a排序，那么a[j]的值就是排序后的$1的去重的内容，接下来再把b进行排序，那么d[i]的值就是对应的排序后的$2的字段，然后把数组a和数组d的值当作下标来提取数组c的记数，如果为空加0结果为会0，否则为空不显示，如果本身存在值也不会影响该值。