質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.54%

  • AWK

    84questions

    AWKは、UNIX 上で開発されたプログラミング言語で、CSVファイルなどのテキストファイルの処理を目的にデザインされています。

awkで重複行の削除及びカウントを実施したい

受付中

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 3,866

sasakisasa9

score 2

awkコマンドを用い、csvの中から重複した行を除外し、重複した件数が何件存在しているか確認できるコマンドはありますでしょうか?


sample.csv
以下の項目が存在
aaa
aaa
bbb
bac

上記の項目の中より、重複項目を除外し、且つ重複していた数を出力したいです

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • Y.H.

    2017/02/24 13:48

    sample.csv の具体例を10行ほどまた、結果としてどういう結果が欲しいのかも具体歴に記載すると回答が得られやすいと思います。

    キャンセル

回答 3

0

質問からはcsvがどう関係するのかわからないです。
**質問へのコメントを記載しました。

awk でやるならこんな感じです。
sample.txtの1カラム目の値で重複判定しています。重複数の出力はENDブロックで行っています。
$1$2にすると2カラム目の値で重複判定します。

$ cat sample.txt
aaa,vvv1
wawa,www1
bbb,xxx1
aaa,yyy1
wawa,zzz1
bac,vvv1
wawa,www1
$ cat sample.txt |awk -F, '!colname[$1]++{print $0}END{print "\nduplicate column 1";for (i in colname){if (colname[i]>1) print i":"colname[i];}}'
aaa,vvv1
wawa,www1
bbb,xxx1
bac,vvv1

duplicate column 1
wawa:3
aaa:2
$ cat sample.txt |awk -F, '!colname[$2]++{print $0}END{print "\nduplicate column 2";for (i in colname){if (colname[i]>1) print i":"colname[i];}}'
aaa,vvv1
wawa,www1
bbb,xxx1
aaa,yyy1
wawa,zzz1

duplicate column 2
vvv1:2
www1:2

単に以下のようなtxtファイルから重複行を排除、重複した行の数を表示するなら
awkではなくsort uniqで可能です。

$ cat sample.txt
aaa
wawa
bbb
aaa
wawa
bac
wawa

 重複を排除したのもの表示

$ sort sample.txt | uniq 
aaa
bac
bbb
wawa

 重複行のカウントを表示

$ sort sample.txt  | uniq -d -c
      2 aaa
      3 wawa

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

こんな感じでどうですか?

!lines[$0]++ {
    print $0;
}

END {
    print "---";
    for (i in lines) if (lines[i] > 1) {
        print lines[i] " : " i;
    }
}


出力

aaa 
bbb 
bac
---
2 : aaa 

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/02/24 16:05

    出力の説明をします。
    --- 以前は、重複行(連続しているしていないに関わらず文中で複数現れる行)の二回目以降を削除したものです。
    --- 以降は、「重複した回数 : 行の内容」です。

    キャンセル

0

順番そのままに重複削除

awk '{if($0 in hs){c++}else{hs[$0];print $0}}END{print c >"/dev/stderr"}' sample.csv >hoge.csv

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

同じタグがついた質問を見る

  • AWK

    84questions

    AWKは、UNIX 上で開発されたプログラミング言語で、CSVファイルなどのテキストファイルの処理を目的にデザインされています。