用 shell 处理一个文本文件,内容如下:
fdf 284
asd 112
adf 146
csb 513
dfg 576
asd 346
adf 263
csb 092
dfg 547
根据第一列去重,相同的保留第二列值最大的那个,结果数据应该是这样的:
fdf 284
asd 346
adf 263
csb 513
dfg 576
看了下 uniq 命令,好像不支持按字段去重。请问该如何去重呢?
阿神2017-04-17 11:54:44
方法一
cat data.txt | sort -rnk2 | awk '{if (!keys[]) print cat data.txt | sort -k1,1 | awk '{
if (lastKey == ) {
if (lastValue < ) {
lastLine = rrreee;
lastValue = int();
}
} else {
if (lastLine) {
print lastLine;
}
lastKey = ;
lastLine = rrreee;
lastValue = int();
}
} END {
if (lastLine) {
print lastLine;
}
}'
; keys[] = 1;}'
先按照第二列逆序排列,確保數字從大到小輸出,然後再用awk,只有第一列的字串第一次出現才輸出這個字串,其他的丟棄,這樣應該就可以解決問題了。但是這種方法可能會讓 awk 佔用很多的內存,文件過大的話有問題。
方法二
rrreee這個方案是依照第一列排序,然後用 awk 篩選結果,篩選的過程相當於一個加強版的 uniq。這個方案在記憶體使用上好了很多,不過程式碼量略多,不是很簡潔。
高洛峰2017-04-17 11:54:44
$ sort -r a.txt | awk '{print , }' | uniq -f1 | awk '{print , }'
fdf 284
dfg 576
csb 513
asd 346
adf 263
逆排, 反轉第一列和第二列, 按第二列去重, 反轉第一列和第二列
高洛峰2017-04-17 11:54:44
awk 'BEGIN{ a[]= }{ if (>a[] ) a[]= }END{for (i in a) if (i) print i,a[i]}' data.txt
把第一列放入數組 然後對比數組的值 大的就替換掉為新的值