UNIXソートを使用してカスタムソートを行う方法は？

私はunixソートを使用して、複数の列を持つコンマ区切りファイルをソートしています。これまでのところ、これはデータを数値順またはアルファベット順で並べ替えるのに最適です。

並べ替え前のファイルの例：

C,United States,WA,Tacoma,f,1
A,United States,MA,Boston,f,0
B,United States,NY,New York,f,5
A,Canada,QC,Montreal,f,2
A,Bahamas,Bahamas,Nassau,f,2
A,United States,NY,New York,f,1

ファイルを並べ替えます。 $ sort -t ',' -k 2,2 -k 3,3 -k 4,4 -k 5,5r -k 6,6nr tmp.csv

ソートされた結果：

A,Bahamas,Bahamas,Nassau,f,2
A,Canada,QC,Montreal,f,2
A,United States,MA,Boston,f,0
B,United States,NY,New York,f,5
A,United States,NY,New York,f,1
C,United States,WA,Tacoma,f,1

ここに問題があります：カスタムソートに基づいて列2を並べ替えます。つまり、最初に米国、次にカナダ、次にバハマが必要です。

望ましいソート：

A,United States,MA,Boston,f,0
B,United States,NY,New York,f,5
A,United States,NY,New York,f,1
C,United States,WA,Tacoma,f,1
A,Canada,QC,Montreal,f,2
A,Bahamas,Bahamas,Nassau,f,2

unix sortに適用できるカスタムの並べ替え順序を渡す方法はありますか？何かのようなもの： $ sort -t ',' -k 2,2:'United States, Canada, Bahamas' -k 3,3 -k 4,4 -k 5,5r -k 6,6nr tmp.csv

ありがとう！

他の答えとコメントは一般的な質問に答えます。実装は次のようになります。

$ cat order
Bahamas,3
Canada,2
United States,1

$ cat data
C,United States,WA,Tacoma,f,1
A,United States,MA,Boston,f,0
B,United States,NY,New York,f,5
A,Canada,QC,Montreal,f,2
A,Bahamas,Bahamas,Nassau,f,2
A,United States,NY,New York,f,1

$ sort -t, -k2 data | join -t, -11 -22 order - | sort -t, -k2n -k4,5 -k6r -k7nr | cut -d, -f 3,1,4-7
A,United States,MA,Boston,f,0
B,United States,NY,New York,f,5
A,United States,NY,New York,f,1
C,United States,WA,Tacoma,f,1
A,Canada,QC,Montreal,f,2
A,Bahamas,Bahamas,Nassau,f,2

sortではできません。この時点で、実際にはawk / perl / your-language-of-choiceに到達しているはずです。ただし、それを変更することはできます。たとえば、sedを使用して「United States」を0に、「Canada」を1に、「Bahamas」を2に変更し、その列に対して数値ソートを実行してから、sedで戻すことができます。または、「United States」を「United States、0」などに変更し、追加の列に対して並べ替えてから破棄します。

私はちょうど書いたcsortと呼ばれるヘルパーをこれを実行することを容易にします。各行の先頭に、行内の部分文字列または正規表現の一致に基づいて選択した値を付けます。

$ csort -t, '2=United States' X 2=Canada Y 2=Bahamas Z < tmp.csv | \
sort -t, -k1,1 -k3,3 -k4,4 -k5,5 -k6,6r -k7,7nr
X,A,United States,MA,Boston,f,0
X,B,United States,NY,New York,f,5
X,A,United States,NY,New York,f,1
X,C,United States,WA,Tacoma,f,1
Y,A,Canada,QC,Montreal,f,2
Z,A,Bahamas,Bahamas,Nassau,f,2

2=STR表記手段「第2のフィールドが等しい場合に一致STR」。

次に、オプションで出力をパイプcut -c3-して、プレフィックスを削除できます。