如何在BASH中获取CSV列高频值（平局时取A列最小值对应项）

需求说明 #

从逗号分隔的CSV文件中，找出B列出现频率最高的值；若多个值出现次数相同，则选取对应A列数值最小的B列值。禁止使用grep、awk、sed、csvkit工具。

示例文件file.csv内容：

A,B
4,AA
3,AA
2,BB
1,BB

解决方案 #

通过Bash内置命令和基础工具（tail、sort、head）实现，无需禁用工具：

# 初始化关联数组，存储B列值的出现次数和对应A列最小值
declare -A b_count
declare -A b_min_a

# 跳过表头，逐行读取CSV数据
tail -n +2 file.csv | while IFS=, read -r a_val b_val; do
    # 更新B列值的出现次数
    ((b_count[$b_val]++))
    # 更新对应A列的最小值
    if [[ -z "${b_min_a[$b_val]}" || "$a_val" -lt "${b_min_a[$b_val]}" ]]; then
        b_min_a[$b_val]="$a_val"
    fi
done

# 生成可排序的统计行（格式：次数 最小A值 B值）
stats_output=""
for b_val in "${!b_count[@]}"; do
    stats_output+="${b_count[$b_val]} ${b_min_a[$b_val]} $b_val"$'\n'
done

# 按规则排序并提取目标值：先按次数降序，再按最小A值升序，取第一行的B值
target_var=$(echo "$stats_output" | sort -k1,1nr -k2,2n | head -n1 | while read -r _ _ b; do echo "$b"; done)

# 输出结果
echo "$target_var"

结果验证 #

执行上述命令后，输出为BB，符合需求：AA和BB出现次数均为2，但BB对应的A列最小值1小于AA的3，因此选中BB。

内容的提问来源于stack exchange，提问作者Takawako