Question

我有这样的输入：

A 05 something
B 03 something1
A 02 something43
A 01 somethingelse
C 03 something2
B 10 something
C 01 somethingagain

我想输出：

A 05 something
B 10 something
C 03 something2

这是我按第一个字段分组并选择最大数字。在我的情况下，该数字是固定长度的时间戳，因此您可以使用字母排序来获得最大的时间戳。我更喜欢使用一些命令行工具，我想它可以通过一些简单的方式完成，但直到现在还没有成功。请不要正则表达式地狱，更可读，更好:)

Answer 1

只需排序两次：

< input sort -rk2,2 | sort -k1,1 -u

第一列排序按第二列排序（-r表示反转），第二列按第一列和唯一排序排序（-u）。

Answer 2

您可以使用awk将结果存储在数组中：

cat input | awk '{if (a[$1] < $2) a[$1]=$2;} END {for (i in a) print i, a[i];}'

如果第一列$ 2是第二列，则

$ 1。这一部分：{if (a[$1] < $2) a[$1]=$2;}只是在数值大于已经存储在数组中的值时（默认为零），用当前值更新数组。

此部分END {for (i in a) print i, a[i];}'在输入耗尽后运行，只需打印矢量。

更新：要回答OP的更新：使用另一个向量来存储整行：

cat input | awk '{if (a[$1] < $2) {a[$1]=$2; b[$1]=$0;}} END {for (i in a) print b[i];}'

Answer 3

您可以按反向升序排序第二个字段，按升序排序第一个字段，并使用awk仅打印键列的第一个值：

sort -k1,1 -k2r,2 input.txt | awk '{ if (! F[$1]) print; F[$1]=1  }'

如果awk脚本没有在第一列中看到密钥，则会打印整行。然后它会记住第一列中的键，这样如果再次看到它就不会被打印出来。