python - 使用 awk 进行模式检查

Question

有没有办法使用awk或python来检查模式，在我们组中我们有120,000行消息但不知道谁在谁之后回复最多;

考虑以下几行；

• AA
• BB
• AA
• 抄送
• AA
• BB
• AA
• AA
• AA
• BB
• 抄送
• AA

我希望显示结果

• AA->BB = 3
• BB->AA = 2
• AA->CC = 1
• CC->AA = 2
• AA->CC = 1
• BB->CC = 1
• CC->BB = 0

Answer 1

像这样的东西对你来说可能就足够了:

$ awk 'NR > 1 && prev != $1 { sum[prev"->"$1]++ }
       { prev = $1 }
       END { for (a in sum) { print a" = "sum[a] } }
  ' input.txt
AA->CC = 1
BB->AA = 2
AA->BB = 3
BB->CC = 1
CC->AA = 2

• 排序是随机的，
• 它不会打印 AA->CC = 1 两次 ;)
• 并且它不会打印空关系 CC->BB = 0