Hola,

Tengo un archivo con 3 columnas en que están separados por comas y tiene cerca de 5000 líneas. Lo que quiero hacer es encontrar el valor más común en la columna 3 usando awk o un script de shell o lo que funciona! Estoy totalmente atascado en cómo hacer esto.

por ejemplo,

valor1, valor2, bob
valor1, valor2, bob
valor1, valor2, bob
valor1, valor2, dave
valor1, valor2, James

Claramente en el ejemplo anterior el valor más populares en column3 es "bob", pero ¿cómo voy a escribir un guión para este trabajo a cabo?

Muchas gracias

nawk-f don.awk miarchivo

don.awk:

BEGIN {
  FS=","
}
{a[$3]++; if (a[$3] > comV) { comN=$3; comV=a[$3]} }
END {
    printf("Most Common Name: [%s] = [%d]\n", comN, comV)
}

Hola,
Esto también debe ser un bien para usted. En realidad, este caso se refiere a persormance cuestión, ya que su expediente ha thousound y hunderds de líneas. Tan difícil lógica tendrá resultado diferente.

Para ser honesto, yo sólo sé cómo obtener el resultado, pero no tengo ni idea de dar un código de alto rendimiento. Así que lo mejor será pedir a algunos expertos para obtener ayuda.

Aquí viene mi código:

awk 'BEGIN{
FS=","
n=0
}
{
sum[$3]++
if (sum[$3]>n)
{
	n=sum[$3]
	m=$3
}
}
END{
print m
}' filename

Hola.

Así que está dispuesto a aceptar un (más o menos) al azar de cualquier resultado de los ganadores si hay un empate entre dos o más nombres? ... cheers, DRL

Será suficiente para activar comN / m en la matriz.

Gracias chicos,

Tengo tanto de lo que antecede a mi trabajo, pero el uso de la CPU al 100% lol hit! Todas las ideas en que esta sea más eficiente o limitar la cantidad de CPU que este script puede awk cerdo?

Gracias de nuevo