Question

我有一个包含这样的行的文件：

r1  300  #keep this one
r1  200
r1  100
r1  100
r2  100  # "
r2  200
r3  200  # "
r3  100
r3  300

我只需要保留每个＆＃34;阻止＆＃34;的第一行。（R1，R2，R3等）

期望的输出：

r1  300
r2  100
r3  200

有什么建议吗？

Answer 1

您可以跟踪第一列的更改，只有在不同时才打印：

awk '$1 != last; {last = $1}' file

分号前面的部分有一个隐式{print}操作，因此如果第一列不等于last的值（编辑，谢谢），则会打印该行。分号后的块无条件运行，并将第一列的值分配给变量last。

稍微安全一点就是单独处理第一行（正如我原先做的那样）并添加额外条件：

awk '!last || $1 != last; {last = $1}' file

这将处理第一行第一列包含数字0的情况，在分配值之前，该数字将被评估为等于last。

如果第一列的内容从不重复，您可以使脚本更简单，如评论中所指出的那样（谢谢）：

awk '!seen[$1]++' file

这仅打印尚未看到第一列的行，因为seen[$1]的计算结果为false。 ++表示在具有相同$1值的后续行中，seen[$1]已递增，因此计算结果为true。

Answer 2

with open('path/to/input') as infile:
    curr = None
    for line in infile:
        if line == curr:
            continue
        print(line)
        curr = line

或者使用bash：

cat path/to/file | uniq

或者使用itertools：

import itertools

with open('path/to/file') as infile:
    for line,_stuff in itertools.groupby(infile):
        print(line)

保留相关行块的第一行

2 个答案: