使用 Unix 排序对带有小数部分的 pos/neg 数字进行排序

Question

Using sort (coreutils) 5.2.1

我有以下文件，我想按字段 4 的非整数部分对其进行排序。这可以是负数或正数，也可能具有值 INF。

field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=INF field5 field6

我希望将其排序为

field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

鉴于字段的数字部分位于字符位置 4（假设索引从 0 开始，我不确定这一点），我尝试使用以下选项进行sort：

• sort -g -k4.4 inputfile
• sort -g -k4.5 inputfile
• sort -n -k4.4 inputfile
• sort -n -k4.5 inputfile
• sort -g inputfile

这些都产生了以下内容，这很接近，但并不完全正确。量级排序正确，但我希望最负的值在顶部。

field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

如何使sort表现得好？

FWIW，这里有更多信息：

LANG = en_US.UTF-8
Red Hat Enterprise Linux WS release 4 (Nahant Update 6)

Answer 1

我在Mac上，所以它可能是一个稍微不同的实现，但我发现这是有效的：

sort -gb -k 4.5,4 inputfile

英语："排序，以 -g能量数字方式，忽略 -blanks，使用 4 th -k（c）olum 的数据的文件输入文件，从该列的第 5个元素到第 4列中的数据末尾"

field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

Answer 2

您可以添加一个预处理 awk 步骤，该步骤在末尾添加一个新字段，其中包含字段 4 中的数字部分或数字表示形式，并按此字段排序。添加后处理步骤以去除此字段。请注意，在下面的示例中，INF已设置为任意高值 10**10 ，如果输入中自然出现的数字超过此值，则可以将其设置为更高的值

awk '{x=$4; sub("tag=", "", x); sub("INF", 10**10, x); print $0, x}' file.txt |
sort -k7,7g | 
cut -f-6 -d' '
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6