sortコマンドで並び替えをマスター

データを思い通りに並べ替えよう！

こんにちは！今回は、データ処理の基本中の基本、sortコマンドについて学んでいきましょう。

エクセルで表を並べ替えたことはありますか？Linuxのsortコマンドは、それをコマンドラインで実現する強力なツールです。ログファイルの解析、CSVデータの整理、ランキングの作成など、いろいろな場面で大活躍しますよ！

基本的な使い方

まずはシンプルに並べ替え

sortコマンドの基本は、テキストをアルファベット順（辞書順）に並べ替えることです：

$ sort fruits.txt

実際に試してみましょう：

$ echo -e "banana\napple\ncherry" | sort
apple
banana
cherry

逆順で並べ替える（-rオプション）

大きい順、新しい順など、逆順で並べたい時は-r（reverse）オプションを使います：

$ echo -e "apple\nbanana\ncherry" | sort -r
cherry
banana
apple

数値を正しく並べ替える

文字列ソートの落とし穴

ちょっと問題があります。数字を並べ替えてみましょう：

$ echo -e "100\n20\n3" | sort
100
20
3

あれ？おかしいですね。これはsortが文字列として比較しているからです（"1"は"2"や"3"より小さい）。

数値ソート（-nオプション）

数値として正しく並べ替えるには-n（numeric）オプションを使います：

$ echo -e "100\n20\n3" | sort -n
3
20
100

これで正しく並びました！

人間が読みやすい形式（-hオプション）

ファイルサイズなど、K、M、Gなどの単位が付いた数値は-h（human-readable）オプションで：

$ echo -e "1G\n500M\n2K\n100K" | sort -h
2K
100K
500M
1G

🎮 理解度チェック

Q1: 次のコマンドの結果はどうなりますか？echo -e "10\n2\n100" | sort

特定の列で並べ替える

フィールド指定（-kオプション）

CSVファイルやスペース区切りのデータで、特定の列（フィールド）を基準に並べ替えたい時は-kオプションを使います：

# 2番目のフィールドで並べ替え
$ sort -k2 data.txt

# カンマ区切りで3番目のフィールドを数値ソート
$ sort -t',' -k3n data.csv

実例を見てみましょう：

# 社員データ（名前,年齢,部署）
$ cat employees.csv
John,25,Engineering
Alice,30,Marketing
Bob,22,Engineering
Carol,28,Sales

# 年齢（2番目）でソート
$ sort -t',' -k2n employees.csv
Bob,22,Engineering
John,25,Engineering
Carol,28,Sales
Alice,30,Marketing

複数の条件でソート

「部署ごとに分けて、同じ部署内は年齢順」のような複雑なソートもできます：

# 第1キー：部署（3列目）、第2キー：年齢（2列目）
$ sort -t',' -k3,3 -k2n employees.csv

重複を取り除く（-uオプション）

-u（unique）オプションで、重複した行を除去できます：

$ echo -e "apple\nbanana\napple\ncherry" | sort -u
apple
banana
cherry

🎮 理解度チェック

Q2: CSVファイルの3列目を数値として降順ソートするコマンドは？

実践的な使い方

ログファイルの解析

アクセスログからIPアドレスごとのアクセス数を集計：

# IPアドレスを抽出して、頻度順に表示
$ cut -d' ' -f1 access.log | sort | uniq -c | sort -nr

    150 192.168.1.100
     89 10.0.0.5
     45 192.168.1.101

ディスク使用量の確認

ディレクトリサイズを大きい順に表示：

$ du -sh * | sort -hr
2.5G    Videos
850M    Documents
320M    Pictures
120M    Downloads

プロセスのメモリ使用量

メモリを多く使っているプロセスを見つける：

$ ps aux | sort -k4nr | head -10

これは4列目（%MEM）で数値の降順ソートして、上位10個を表示します。

便利なオプション集

大文字小文字を無視（-fオプション）

$ echo -e "Apple\napple\nBanana" | sort -f
Apple
apple
Banana

ランダムに並べ替え（-Rオプション）

$ seq 1 10 | sort -R
# 実行するたびに順番が変わります

月名でソート（-Mオプション）

$ echo -e "Mar\nJan\nFeb" | sort -M
Jan
Feb
Mar

より高度な使い方

複雑なCSVデータの処理

売上データを日付でソートし、同じ日付は金額の多い順に：

# データ: 日付,商品,数量,金額
$ cat sales.csv
2024-01-05,ProductA,10,1500
2024-01-03,ProductB,5,2500
2024-01-05,ProductC,8,1200

$ sort -t',' -k1,1 -k4nr sales.csv
2024-01-03,ProductB,5,2500
2024-01-05,ProductA,10,1500
2024-01-05,ProductC,8,1200

パフォーマンスの最適化

大きなファイルを扱う時のテクニック：

# メモリバッファを増やす
$ sort -S 2G large_file.txt

# 並列処理を使う
$ sort --parallel=4 huge_file.txt

# テンポラリディレクトリを指定
$ sort -T /fast/tmp large_file.txt

🎮 理解度チェック

Q3: sort -uとsort | uniqの違いは？

トラブルシューティング

よくある問題と解決策

1. 数値が正しくソートされない

   # 問題
   $ sort numbers.txt
   
   # 解決
   $ sort -n numbers.txt
   

2. タブ区切りが認識されない

   # 解決法
   $ sort -t$'\t' -k2n file.tsv
   

3. 日本語が正しくソートされない

   # Cロケールで実行
   $ LC_ALL=C sort japanese.txt
   

よく使うエイリアス

# ~/.bashrcに追加
alias sortsize='du -sh * | sort -hr'     # サイズ順
alias sortmem='ps aux | sort -k4nr'      # メモリ使用量順
alias sortcpu='ps aux | sort -k3nr'      # CPU使用率順

📝 まとめ

今回はsortコマンドについて学びました！

• 基本: アルファベット順に並べ替え、-rで逆順
• 数値ソート: -nで数値として、-hで人間が読みやすい形式
• フィールド指定: -kで特定の列を基準に、-tで区切り文字指定
• 重複除去: -uで重複行を削除
• 実践: ログ解析、ディスク使用量確認、プロセス管理など

sortコマンドは、データ処理の基本ツールです。他のコマンドと組み合わせることで、複雑なデータ分析も簡単にできるようになります。まずはsort -nとsort -kを使いこなせるようになりましょう！

次はwcコマンドで行数や単語数をカウントする方法を学びます。sortと組み合わせて、さらに強力なデータ分析ができるようになりますよ！

YouTube動画で復習

動画でさらに詳しく学びたい方は、CommandAcademyのYouTubeチャンネルをチェック！視覚的にコマンドの動作を確認できます。