在同一列上先按数字排序，然后按字母数字排序

Question

我有非常大的数据要排序

• 第1列:按数字排序，然后在第2列:按数字排序。

所以，我的最终输出应该是这样的：

1    11  
1    13
1    15
2    3
2    5
chr2   6
chr2   15
chr15   3
chr15   9

我在unix上使用的是sort。但是，我要么将chr2放在顶部，要么放在底部，尝试任何一种方式。以下是我尝试过的一些类型:它们不能给我所需的输出：

sort -V -k1,1n -k2n final_merged.txt > merged-sort.txt
sort -k1,1n -k2n final_merged.txt > merged-sort.txt 
sort -k1,1h -k2n final_merged.txt > merged-sort.txt
sort -k1,1 -k2n final_merged.txt > merged-sort.txt

后期编辑：解决此问题的任何方法，而不会在使用时超载内存

unix utilities

• python sort或other

谢谢,

Answer 1

尝试：

sort -k1,2 -V final_merged.txt

使用您的样例数据运行此程序会得到以下结果：

1    11
1    13
1    15
2    3
2    5
chr2   6
chr2   15
chr15   3
chr15   9

Answer 2

您想要数字排序，但'chr2‘不是数字。您需要一个预处理步骤，将第一列拆分为两列，文本部分和数字部分。

gawk 'match($1, /([^0-9])*([0-9]*)/, a) {print a[1], a[2], $2}' /tmp/abc | sort -t ' ' -k1,1 -k2,2n -k3,3n

使用gawk在正则表达式上拆分，先是非数字，然后是数字，然后是第二列(现在由单个空格分隔)。

对单个空格分隔的列进行排序。

gawk '{print $1 $2, $3}'以重新组合列。

您可能需要修改这些内容，以保留所需的空格。

Answer 3

Python解决方案：

初始化Natural Sort。

import re

_nsre = re.compile('([0-9]+)')
def natural_sort_key(s):
    return [int(text) if text.isdigit() else text.lower()
            for text in re.split(_nsre, s)]

然后按您想要的方式排序：

sorted_data = sorted(data, key=lambda item: (natural_sort_key(str(item[0])), item[1]))

首先使用natural sort对item[0]进行排序，然后对item[1]进行数值排序。