shell实现：对两个文件A[用户id，操作次数]及文件B[用户id，性别]，合并得到C[用户id，操作次数，性别]，并统计出男女用户操作所占的比例

题目：对两个文件A[用户id，操作次数]及文件B[用户id，性别]，合并得到C[用户id，操作次数，性别]，并统计出男女用户操作所占的比例

方法：用shell脚本实现

1：添加两个文件中的值，A文件：

id1 4
id2 5
id6 2
id0 4
id4 0
id3 2
id7 4

      B文件：（m代表男，w代表女）

id3 m
id1 w
id7 m
id2 m
id4 w
id6 w
id0 w

2：最终的命令为：

#!/bin/bash
filenameA="/shell/A"
filenameB="/shell/B"
filenameC="/shell/C"
filesortA="filenameA.sort"
filesortB="filenameB.sort"
sort $filenameA > $filesortA
sort $filenameB > $filesortB
join $filesortA $filesortB > /shell/C
awk '{if($3=="w")print $2}' /shell/C > /shell/D
awk '{sum+=$1}END{print sum}' /shell/D > /shell/F
awk '{if($3=="m")print $2}' /shell/C > /shell/E
awk '{sum+=$1}END{print sum}' /shell/E >> /shell/F
awk '{sum+=$2}END{print sum}' /shell/C >> /shell/F
num1=$(sed -n 1p /shell/F)
num2=$(sed -n 2p /shell/F)
num3=$(sed -n 3p /shell/F)
echo "the woman is $num1/$num3"
echo "the man is $num2/$num3"

      执行shell脚本的到的结果   

[root@master ~]# /shell/shell10
the woman is 10/21
the man is 11/21

下面说明下上面的命令   

filenameA,

filesortA

上面两个文件为程序中的变量，为临时变量，在系统中不显示

sort $filenameA > $filesortA
sort $filenameB > $filesortB

此命令将filenameA文件中的内容进行排序，默认按照第一列排序，将排序结果存储到filesortA文件中

join $filesortA $filesortB > /shell/C

将排序后的两个文件进行合并，并将合并结果存储到/shell/C文件中，结果如下：

id0 4 w

id1 4 w

id2 5 m

id3 2 m

id4 0 w

id6 2 w

id7 4 m

awk '{if($3=="w")print $2}' /shell/C > /shell/D

匹配C文件中的第三列为w的第二列的值，保存到D文件中，此时D文件只有一列，结果如下：

4
4
0
2

awk '{sum+=$1}END{print sum}' /shell/D > /shell/F

计算D文件中第一列值的和，保存到F文件中，

awk '{if($3=="m")print $2}' /shell/C > /shell/E

匹配C文件中的第三列为m的第二列的值，保存到E文件中，此时E文件只有一列，结果如下：

5
2
4

awk '{sum+=$1}END{print sum}' /shell/E >> /shell/F

匹配E文件中第一列的所有值的和，将结果续写到F文件中

awk '{sum+=$2}END{print sum}' /shell/C >> /shell/F

计算C文件中第二列所有值的和，续写到F文件中，F文件中的内容如下：

10
11
21
10为w的所有操作之和，11为性别m的所有操作之和，21为总的操作之和

num1=$(sed -n 1p /shell/F)

为取出F文件中第一行的值，并存储到变量num1中，然后进行计算，得出模拟结果

注：次方法个人感觉不是最好的方法，如果有好的建议可以交流！