文本文件二级字段排序：按样本数排序并保留raw1目录顺序

核心思路 #

先按raw1/100、raw1/101这类目录分组，严格保留原目录的出现顺序，再对每个目录下的条目，提取文件名中csv后的数字（如10、100）并转为整数，以此为依据升序排序，最后将各组按原目录顺序拼接输出。

Python 自动化实现脚本 #

假设你的结果文件每行格式为文件路径,对应数值（如raw1/100/csv10_samples_f1.json,0.78），可以用以下脚本处理：

import os
import re
from collections import OrderedDict

# 配置输入输出文件路径
input_file = "你的输入结果文件.txt"
output_file = "排序后的结果文件.txt"

# 按目录分组，保留目录顺序
dir_groups = OrderedDict()

with open(input_file, 'r', encoding='utf-8') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        # 分割路径和数值（如果你的分隔符不是逗号，修改这里的分隔符）
        path, value = line.split(',', 1)
        dir_name = os.path.dirname(path)
        # 将条目加入对应目录组
        if dir_name not in dir_groups:
            dir_groups[dir_name] = []
        dir_groups[dir_name].append((path, value))

# 对每个目录下的条目按样本数排序
sorted_lines = []
for dir_name, entries in dir_groups.items():
    # 提取csv后的数字作为排序key
    def sort_key(entry):
        path = entry[0]
        # 匹配csv后的数字，适配你的文件名格式
        match = re.search(r'csv(\d+)_samples_f1.json', path)
        if match:
            return int(match.group(1))
        return 0  # 匹配失败的条目放最后
    # 升序排序
    sorted_entries = sorted(entries, key=sort_key)
    # 转成原格式的行
    sorted_lines.extend([f"{path},{value}" for path, value in sorted_entries])

# 写入结果文件
with open(output_file, 'w', encoding='utf-8') as f:
    f.write('\n'.join(sorted_lines))

使用说明 #

1. 修改input_file和output_file为你的实际文件路径
2. 如果你的行格式不是路径,数值（比如用空格分隔），修改split(',', 1)中的分隔符
3. 如果文件名格式有变化，调整正则表达式r'csv(\d+)_samples_f1.json'，确保能正确提取样本数

备选Shell实现（适用于Linux/macOS） #

如果习惯用命令行，可以用awk结合sort处理，同样保留目录顺序：

# 假设输入文件为input.txt，输出为output.txt
awk -F',' '{
    dir = substr($1, 1, index($1, "/csv")-1);
    match($1, /csv([0-9]+)_/, arr);
    num = arr[1];
    print dir "\t" num "\t" $0;
}' input.txt | sort -k1,1 -k2n | cut -f3- > output.txt

• 原理：先给每行加上目录和样本数字段，按目录字符串排序（保留原顺序）+ 样本数数值排序，最后去掉临时字段

内容的提问来源于stack exchange，提问作者JohnJ