頻度カウント(一般データ対応)

テキストデータファイルの各データの頻度を数える
一般のデータファイルに対応

概要

アンケート結果の集計のように、同一のデータの数を数え上げるという処理はしばしば必要になります。数え上げる方法には何通りか考えられますが、まずawkの特徴(連想配列)を利用して、任意のデータファイルに対応できるプログラムを作ります。

プログラム

プログラムは以下のようになります。エディタを開き以下をタイプして、適当な名前でセーブしてください。ここでは c_freq1.awk という名前でセーブしたことにして話を進めます。


BEGIN {
	count = 0;
}
{
	if ( DATA[$0] == 0 ) {
		DATA_NAME[count] = $0;
		count++;
	}

	DATA[$0]++;
}
END {
	for ( i = 0; i < count; i++ ) {
		printf( "%s\t%d\n", DATA_NAME[i], DATA[DATA_NAME[i]] );
	}
}

入力データ

鈴木
佐藤
田中
佐藤
鈴木
田中
佐藤
鈴木
鈴木

というファイルが dat7.txt として存在するとします。

実行結果

ここでは、awk処理系としてgawkを利用し、また、OSはWindowsを利用していると仮定します。 DOS prompt 上で、

c:\awk> gawk -f c_freq1.awk dat7.txt

とタイプします。

鈴木	4
佐藤	3
田中	2

と出力されるはずです。

このような連想配列をawkで使うときには、このプログラムのように自分でデータ名を管理するのではなくinオペレータを用いて、

	name in DATA

の形式を使うほうがスマートだとされています。しかし、この方法ですと(出現した)順序が保たれませんし、連想配列のない一般の言語への移植(自分でhashtableを作る) する場合のことを考え、このプログラムはあえてこうしています。

メニューに戻る

TKENSAKU top へ