¿Puedo obtener un `du` agrupado por mes?

Tengo un directorio con muchas fotos. Específicamente, du -sh --apparent-size /path/to/myfolderme da 331G. Lo cual es genial. Pero ahora quiero obtener una lista agrupada por mes, por ejemplo, algo como esto:

2016-01   20MB
2016-02  520MB
2016-03  312MB
...

¿Hay una manera (razonable) de hacer esto con linux builtins, o debería escribir mi propia utilidad Python para hacerlo?

En Linux, intente:

find /my/path -maxdepth 1 -type f -printf '%TY-%Tm %s\n' | awk '{b[$1]+=$2} END{for (date in b) print date, b[date]}' | sort

Cómo funciona

• find /my/path

  Esto busca archivos en / my / path.

• -maxdepth 1

  Esto le dice que findno busque en subdirectorios. (Si desea una búsqueda recursiva, omita esta opción).

• -type f

  Esto le indica findque limite la búsqueda a archivos normales.

• -printf '%TY-%Tm %s\n'

  Esto le indica findque imprima año-mes seguido del tamaño en bytes para cada archivo.

  Como no los usamos, los nombres de los archivos encontrados no se imprimen.

• b[$1]+=$2

  Para cada archivo encontrado, agregamos su recuento de bytes, encontrado en la columna 2, al recuento de esa combinación año-mes en una matriz asociativa b.

• END{for (date in b) print date, b[date]}

  Después de haber procesado toda la salida find, imprimimos los resultados.

• sort

  Esto ordena los resultados en orden de fecha.

Versión de línea múltiple

Para aquellos que prefieren su código distribuido en varias líneas:

find /my/path -maxdepth 1 -type f -printf '%TY-%Tm %s\n' |
  awk '
    {
      b[$1]+=$2
    }

    END{
      for (date in b)
        print date, b[date]
    }
    ' | sort

Ejemplo

Consideremos un directorio con estos archivos:

$ ls -l
total 27816
-rw------- 1 john1024 john1024 2459173 Nov 23  2015 img100.jpg
-rw------- 1 john1024 john1024 3479750 Nov 23  2015 img101.jpg
-rw------- 1 john1024 john1024 4028939 Nov 23  2015 img102.jpg
-rw------- 1 john1024 john1024 2928519 Jul 30 18:55 img103.jpg
-rw------- 1 john1024 john1024 2948294 Jul 30 18:55 img104.jpg
-rw------- 1 john1024 john1024 3177583 Aug  1 16:56 img105.jpg
-rw-rw---- 1 john1024 john1024 3111737 Apr 18  2016 img106.jpg
-rw-rw---- 1 john1024 john1024 1441310 Apr 18  2016 img107.jpg
-rw-rw---- 1 john1024 john1024 2430158 Apr 25 16:26 img108.jpg
-rw-rw---- 1 john1024 john1024 2424504 Apr 25 16:26 img109.jpg

El resultado de nuestro comando es:

$ find . -maxdepth 1 -type f -printf '%TY-%Tm %s\n' | awk '{b[$1]+=$2} END{for (date in b) print date, b[date]}' | sort
2015-11 9967862
2016-04 9407709
2016-07 5876813
2016-08 3177583

Refinamientos

Si queremos la salida en mebibytes (MiB) en lugar de bytes, podemos convertir las unidades de esta manera:

$ find . -maxdepth 1 -type f -printf '%TY-%Tm %s\n' | awk '{b[$1]+=$2} END{for (date in b) print date, b[date]/1024**2, "MiB"}' | sort
2015-11 9.50609 MiB
2016-04 8.97189 MiB
2016-07 5.60457 MiB
2016-08 3.03038 MiB

Podemos obtener aún más control sobre el formato de salida mediante el uso printf. Aquí, para mantener solo un dígito después del punto decimal, formateamos el tamaño con %5.1f:

$ find . -maxdepth 1 -type f -printf '%TY-%Tm %s\n' | awk '{b[$1]+=$2} END{for (date in b) printf "%s %5.1f MiB\n", date, b[date]/1024**2}' | sort
2015-11   9.5 MiB
2016-04   9.0 MiB
2016-07   5.6 MiB
2016-08   3.0 MiB