BASH处理CSV：替换列值统计匹配内容导出，解决sed误替换问题

问题原因 #

你之前使用的sed没有限定匹配位置，默认会替换整行中所有匹配到的内容，所以第二列数值如果和年份值相同就会被误替换。同时原有awk命令没有跳过CSV表头行，极端情况下会出现表头计数错误。

最优方案：单awk命令完成全流程 #

直接在awk中完成匹配、计数、年份替换、CSV格式输出，不需要额外调用sed，避免跨命令匹配错误：

awk -F',' '
BEGIN { IGNORECASE=1 }
# 跳过表头行
NR == 1 { next }
# 第三列推文内容匹配完整单词play
$3 ~ /\<play\>/ {
    # 替换年份映射
    if ($1 == "2010") {
        label = "Early"
    } else if ($1 == "2013") {
        label = "Development"
    } else {
        # 其他年份不需要统计可直接跳过
        next
    }
    count[label]++
}
END {
    # 输出逗号分隔的CSV格式结果
    for (label in count) {
        print label ", " count[label]
    }
}
' Tweet.txt | sort

运行后直接输出预期结果：

Early, 1
Development, 2

修正sed方案（如需保留原流水线结构） #

给sed匹配规则加行首锚定符^，仅替换每行开头的年份值，避免影响第二列内容，最后用tr将空格替换为逗号符合CSV格式：

awk -F',' 'BEGIN{IGNORECASE=1} NR==1{next} $3 ~ /\<play\>/{a[$1]++} END{for(i in a) print i,a[i]}' Tweet.txt | sort | sed -e 's/^2010/Early/' -e 's/^2013/Development/' | tr ' ' ', '

内容的提问来源于stack exchange，提问作者homies