在csv文件中输出最小值的副本

Question

我有一个CSV文件，其中包含大量不同价格的重复项目，文件已排序。 我想比较所有重复的项目，看看哪个重复的项目具有最低价格，然后将具有最低价格的重复项目导出到新文件 字段用逗号分隔 所以原始的CSV文件：

  

01，香蕉，7.00
  01，香蕉，6.00
  01，香蕉，7.00
  01，香蕉，9.00
  02，芒果，5.00
  02，芒果，3.00
  02，芒果，3.00
  02，芒果，4.00

输出CSV文件应为

  

01，香蕉，6.00
  02，芒果，3.00

我目前正在用bash编码，并且想知道awk是否可以做到这一点。

Answer 1

awk '!($1" "$2 in x) || x[$1" "$2] > $3 {x[$1" "$2] = $3}
     END {for (item in x) print item, x[item]}' file.txt

• $1" "$2 ==以空格连接的前两列
• !(... in x) ==是...未在阵列x中找到关键字？
• x[...] > $3 ==是x大于第3列的<...元素

因此，如果在x中找不到项目编号+名称，或者保存的价格大于当前行，我们将在大括号中执行代码：

• {x[...] = $3} ==将价格另存为x
的...元素

在END我们遍历x中的所有项目，然后打印该项目并保存价格。

Answer 2

由于文件已排序（按键分组），您可以尝试这样做以节省一些内存并保留顺序：

awk '
  p!=$1 OFS $2 {
    if(p)print p,v
    p=$1 OFS $2
    v=$3
    next 
  } 
  $3<v {
    v=$3
  } 
  END{
    print p,v
  }
' FS=, OFS=, file

或如果$ 1是唯一键，您也可以尝试：

awk '
  p x!=$1 {
    if(p x)print s
    p=$1
    s=$0
    v=$3
    next 
  } 
  $3<v {
    v=$3
  } 
  END{
    print s
  }
' FS=, file 

注意：如果它是带引号字段的csv文件，则脚本需要变得更复杂。