查找特定列中具有公共值的行

Question

假设我有一个像这样的文件

5  kata 45 buu
34 tuy  3  rre
21 ppo  90 ty
21 ret  60 buu
09 ret  89 ty
21 plk  1  uio
23 kata 90 ty

我想在输出中只包含第4列中包含重复值的行。因此，我想要的输出就是这个：

5  kata 45 buu
21 ppo  90 ty
21 ret  60 buu
09 ret  89 ty
23 kata 90 ty

我该如何执行此任务？

我可以识别并隔离我感兴趣的专栏：

awk -F"," '{print $4}' file1 > file1_temp

然后检查是否有重复的值和多少：

awk '{dups[$1]++} END{for (num in dups) {print num,dups[num]}}' file1_temp

但这并不是我想做的事情。

Answer 1

保留排序的一种简单方法是两次运行文件。第一次，记录计数，然后在第二遍打印计数大于1的那些：

awk 'NR == FNR { ++count[$4]; next } count[$4] > 1' file file

如果您不想循环浏览文件两次，可以跟踪几个数组中的内容并在END块中进行打印：

 awk '{ line[NR] = $0; col[NR] = $4; ++count[$4] } 
  END { for (i = 1; i <= NR; ++i) if (count[col[i]] > 1) print line[i] }' file

此处line存储整行的内容，col存储第四列，count与之前相同。